基于线性表达的人脸识别研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第11-18页 |
| 1.1 人脸识别研究的背景与意义 | 第11-14页 |
| 1.2 人脸识别的国内外研究现状 | 第14-16页 |
| 1.3 本文的主要研究内容 | 第16-17页 |
| 1.4 本文的结构安排 | 第17-18页 |
| 第2章 线性表达在人脸识别领域的基本理论 | 第18-26页 |
| 2.1 基于线性表达的特征提取 | 第18-19页 |
| 2.2 基于单类线性表达的基本模型 | 第19-21页 |
| 2.3 基于联合线性表达的基本模型 | 第21-25页 |
| 2.3.1 稀疏表达模型 | 第22-24页 |
| 2.3.2 稠密表达模型 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于竞争式稀疏表达人脸识别方法 | 第26-39页 |
| 3.1 基于两步的稀疏表达人脸识别方法 | 第26-28页 |
| 3.2 基于竞争式稀疏表达人脸识别方法 | 第28-38页 |
| 3.2.1 基于竞争式稀疏表达模型 | 第28-30页 |
| 3.2.2 模型的优化求解 | 第30-31页 |
| 3.2.3 方法分析 | 第31-32页 |
| 3.2.4 时间复杂度分析 | 第32-34页 |
| 3.2.5 实验结果及分析 | 第34-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 基于矩阵回归人脸识别方法 | 第39-61页 |
| 4.1 矩阵范数 | 第39-41页 |
| 4.2 基于L21范数的人脸识别方法 | 第41-42页 |
| 4.2.1 L21范数在特征选择中的应用 | 第41页 |
| 4.2.2 L21范数在识别中的应用 | 第41-42页 |
| 4.3 基于矩阵回归的人脸识别 | 第42-60页 |
| 4.3.1 MRC方法中的人脸图像表示 | 第42-43页 |
| 4.3.2 基于矩阵回归的识别模型 | 第43-45页 |
| 4.3.3 优化求解 | 第45-47页 |
| 4.3.4 自适应分类器 | 第47-49页 |
| 4.3.5 模型分析 | 第49-52页 |
| 4.3.6 实验结果及分析 | 第52-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 工作总结与展望 | 第61-63页 |
| 5.1 本文研究工作总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第70页 |
