| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文主要内容 | 第12-14页 |
| 第二章 图像识别概述 | 第14-28页 |
| 2.1 图像识别流程 | 第14-25页 |
| 2.1.1 特征提取与选择 | 第15-24页 |
| 2.1.2 模式分类 | 第24-25页 |
| 2.2 人脸识别数据库 | 第25-27页 |
| 2.2.1 AR人脸数据库 | 第25页 |
| 2.2.2 Extended Yale B人脸数据库 | 第25-26页 |
| 2.2.3 ORL人脸数据库 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 分类器算法原理 | 第28-33页 |
| 3.1 K-NN算法 | 第28-29页 |
| 3.2 线性回归分类算法(LRC) | 第29-30页 |
| 3.3 稀疏表示分类算法(SRC) | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 人脸识别实验结果 | 第33-48页 |
| 4.1 不同特征与同一分类器结合实现分类 | 第33-42页 |
| 4.1.1 不同特征与线性回归分类器结合 | 第33-38页 |
| 4.1.2 不同特征与最近邻分类器结合 | 第38-40页 |
| 4.1.3 不同特征与稀疏表示分类器结合 | 第40-42页 |
| 4.2 同一特征与不同分类器结合实现分类 | 第42-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 本文总结 | 第48-49页 |
| 5.2 未来工作展望 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55页 |