基于稀疏表示的图像分类和人脸识别算法研究
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 图像分类研究现状 | 第12-13页 |
| 1.2.2 人脸识别研究现状 | 第13-15页 |
| 1.3 研究内容及结构安排 | 第15-17页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 论文结构安排 | 第15-17页 |
| 第2章 稀疏表示算法的基本理论 | 第17-28页 |
| 2.1 传统的稀疏表示算法 | 第17-23页 |
| 2.1.1 基本原理和基础概念 | 第17-19页 |
| 2.1.2 不同范数正则化下的稀疏表示问题 | 第19-21页 |
| 2.1.3 稀疏表示分类算法 | 第21-23页 |
| 2.2 协作表示分类算法 | 第23-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 联合虚拟样本的稀疏表示图像分类方法 | 第28-43页 |
| 3.1 有监督的稀疏表示方法 | 第28-36页 |
| 3.1.1 SSR方法步骤 | 第29-31页 |
| 3.1.2 SSR方法原理 | 第31-32页 |
| 3.1.3 试验结果及分析 | 第32-36页 |
| 3.2 联合表示方法 | 第36-42页 |
| 3.2.1 联合表示方法 | 第37-38页 |
| 3.2.2 联合表示方法原理 | 第38-40页 |
| 3.2.3 试验结果及分析 | 第40-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第4章 基于多尺度和竞争的图像分类方法 | 第43-57页 |
| 4.1 多尺度协作表示算法 | 第43-50页 |
| 4.1.1 多尺度协作表示算法模型 | 第43-44页 |
| 4.1.2 MSCR算法原理 | 第44-48页 |
| 4.1.3 试验结果及分析 | 第48-50页 |
| 4.2 有识别力的竞争表示算法 | 第50-56页 |
| 4.2.1 竞争表示算法模型 | 第50-51页 |
| 4.2.2 DCR方法的原理 | 第51-54页 |
| 4.2.3 试验结果及分析 | 第54-56页 |
| 4.3 本章小结 | 第56-57页 |
| 第5章 基于多重表示方法的人脸识别 | 第57-72页 |
| 5.1 多重协作表示方法 | 第57-62页 |
| 5.1.1 多重协作表示方法 | 第57-59页 |
| 5.1.2 多重协作表示方法的原理分析 | 第59-60页 |
| 5.1.3 试验结果及分析 | 第60-62页 |
| 5.2 双重复矩阵表示方法 | 第62-71页 |
| 5.2.1 双重复矩阵表示方法 | 第63-64页 |
| 5.2.2 复矩阵方法原理分析 | 第64-66页 |
| 5.2.3 试验结果及分析 | 第66-71页 |
| 5.3 本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-81页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第81-82页 |
| 致谢 | 第82页 |
