| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 引言 | 第9-11页 |
| 第一章 基于稀疏表示的人脸识别 | 第11-19页 |
| 1.1 人脸识别的背景和意义 | 第11-12页 |
| 1.1.1 人脸识别的背景 | 第11页 |
| 1.1.2 人脸识别的意义 | 第11-12页 |
| 1.2 基于稀疏表示的人脸识别 | 第12-19页 |
| 1.2.1 人脸识别算法概述 | 第12-13页 |
| 1.2.2 图像的稀疏表示 | 第13-14页 |
| 1.2.3 基于稀疏表示分类的人脸识别 | 第14-16页 |
| 1.2.4 基于稀疏表示的字典学习 | 第16-19页 |
| 第二章 稀疏表示模型的求解 | 第19-31页 |
| 2.1 稀疏表示模型求解的基本原理 | 第19-21页 |
| 2.2 不含噪的l_0范数最小化的求解算法 | 第21-29页 |
| 2.2.1 贪婪算法 | 第21-23页 |
| 2.2.2 凸松弛算法 | 第23-29页 |
| 2.3 含噪的l_0范数最小化的求解算法 | 第29-31页 |
| 第三章 改进的Fisher判别稀疏表示算法 | 第31-41页 |
| 3.1 基于稀疏表示的Fisher判别字典学习 | 第31-35页 |
| 3.1.1 SRC的深化 | 第31页 |
| 3.1.2 Fisher判别字典学习 | 第31-34页 |
| 3.1.3 分类方法 | 第34-35页 |
| 3.2 简化的基于稀疏表示的Fisher判别字典学习 | 第35-37页 |
| 3.2.1 简化的Fisher判别字典学习模型 | 第35-37页 |
| 3.2.2 简化算法的不稳定性 | 第37页 |
| 3.3 改进的Fisher判别字典学习简化算法 | 第37-41页 |
| 3.3.1 简化的Fisher判别字典学习的改进模型 | 第37-38页 |
| 3.3.2 求解NSFDDL模型的优化算法 | 第38-39页 |
| 3.3.3 NSFDDL算法应用于人脸识别 | 第39-41页 |
| 第四章 改进的加权稀疏表示分类人脸识别算法 | 第41-46页 |
| 4.1 基于加权稀疏表示的分类 | 第41-42页 |
| 4.1.1 加权稀疏表示模型 | 第41-42页 |
| 4.1.2 加权稀疏表示模型的求解 | 第42页 |
| 4.2 改进的加权稀疏表示分类算法 | 第42-46页 |
| 4.2.1 加权稀疏表示的改进模型 | 第42-43页 |
| 4.2.2 不含噪的改进模型的求解 | 第43-44页 |
| 4.2.3 含噪的改进模型的求解 | 第44-46页 |
| 第五章 实验结果 | 第46-55页 |
| 5.1 实验条件与数据库 | 第46-47页 |
| 5.2 算法对遮挡的鲁棒性 | 第47页 |
| 5.3 改进的Fisher判别字典学习简化算法 | 第47-50页 |
| 5.3.1 无遮挡的人脸识别实验 | 第47-49页 |
| 5.3.2 有遮挡的人脸识别实验 | 第49-50页 |
| 5.4 改进的加权稀疏表示分类算法 | 第50-55页 |
| 5.4.1 无遮挡的人脸识别实验 | 第50-53页 |
| 5.4.2 有遮挡的人脸识别实验 | 第53-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间公开发表论文 | 第59-60页 |
| 致谢 | 第60-61页 |
| 作者简介 | 第61页 |