小样本人脸识别算法设计及验证
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究的背景 | 第8-9页 |
| 1.2 研究的目的和意义 | 第9页 |
| 1.3 国内外研究现状 | 第9-11页 |
| 1.4 主要研究内容 | 第11-12页 |
| 1.5 文章结构 | 第12-13页 |
| 第2章 人脸识别中的小样本问题 | 第13-20页 |
| 2.1 引言 | 第13页 |
| 2.2 人脸识别应用中的常见问题 | 第13-15页 |
| 2.3 人脸识别算法在小样本上的性能 | 第15-17页 |
| 2.4 人脸识别中小样本问题的解决方法 | 第17-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 基于虚拟样本的人脸识别算法 | 第20-34页 |
| 3.1 引言 | 第20页 |
| 3.2 算法原理 | 第20-24页 |
| 3.2.1 理论基础 | 第21-22页 |
| 3.2.2 总结不同人脸图像像素的变化规律 | 第22-24页 |
| 3.3 算法的主要步骤 | 第24-27页 |
| 3.3.1 构造虚拟训练样本 | 第24-25页 |
| 3.3.2 利用稀疏表示完成人脸识别 | 第25-27页 |
| 3.4 算法分析 | 第27-28页 |
| 3.5 实验结果及分析 | 第28-33页 |
| 3.5.1 人脸数据库及实验数据集的选择 | 第28-30页 |
| 3.5.2 算法参数设置 | 第30-31页 |
| 3.5.3 算法对比测试与分析 | 第31-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 改进的虚拟样本构造方法 | 第34-45页 |
| 4.1 引言 | 第34页 |
| 4.2 人脸遮挡问题的研究现状 | 第34-37页 |
| 4.3 构造有遮挡的虚拟训练样本 | 第37-40页 |
| 4.3.1 主要步骤 | 第37-39页 |
| 4.3.2 虚拟训练样本的性能测试 | 第39-40页 |
| 4.4 改进的VSFR算法 | 第40-42页 |
| 4.4.1 构造虚拟训练样本 | 第40-42页 |
| 4.4.2 生成新的训练集 | 第42页 |
| 4.4.3 完成人脸识别 | 第42页 |
| 4.5 实验结果及分析 | 第42-44页 |
| 4.6 本章小结 | 第44-45页 |
| 结论 | 第45-46页 |
| 参考文献 | 第46-52页 |
| 攻读学位期间发表的论文 | 第52-54页 |
| 致谢 | 第54页 |
