基于稀疏表达的人脸识别算法研究

摘要	第1-5页
Abstract	第5-9页
1 绪论	第9-17页
·课题研究背景与研究意义	第9-10页
·国内外研究概况及发展趋势	第10-11页
·人脸识别算法综述	第11-15页
·人脸识别的研究内容	第11-12页
·特征提取算法回顾	第12-14页
·几种典型分类器	第14-15页
·论文的主要工作及章节安排	第15-17页
2 基础知识概述	第17-29页
·图嵌入降维方法	第17-19页
·图嵌入模型	第17-18页
·传统图的构造方法	第18-19页
·几种降维算法的图模型	第19-24页
·主成分分析	第19-20页
·线性判别分析	第20-21页
·局部保留投影	第21-22页
·边界Fisher分析	第22-24页
·人脸的稀疏表达理论	第24-26页
·稀疏表达理论的提出	第24页
·人脸的稀疏表达模型	第24-25页
·稀疏系数的求解	第25-26页
·稀疏表达分类器	第26-29页
3 基于稀疏表达的人脸识别	第29-42页
·改进的图构造方法	第29-31页
·构造l_1-graph	第29-30页
·稀疏保留投影	第30-31页
·稀疏表达鉴别分析	第31-35页
·SRDA算法的提出	第31-32页
·SRDA算法的数学描述	第32-34页
·SRDA算法的人脸识别步骤	第34-35页
·基于Gabor特征的SRDA算法	第35-38页
·人脸图像的Gabor表示	第35-37页
·基于Gabor特征的SRDA算法	第37-38页
·分类器的设计	第38-42页
·K-SUM稀疏表达分类器	第38-39页
·纠错SVM分类器	第39-42页
4 实验结果举例与分析	第42-53页
·ORL人脸库实验结果及分析	第42-45页
·ORL库上的特征提取实验	第43-44页
·ORL库上的分类实验	第44-45页
·AR人脸库实验结果及分析	第45-50页
·AR库上的随机实验	第46-49页
·AR库上的固定实验	第49-50页
·FERET人脸库实验结果及分析	第50-53页
5 结论	第53-55页
参考文献	第55-58页
攻读硕士学位期间发表学术论文情况	第58-59页
致谢	第59-60页