首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于组与协同思想的人脸识别算法研究

摘要第5-7页
ABSTRACT第7-8页
1 绪论第9-15页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状第10-13页
    1.3 本文的主要工作第13页
    1.4 本文的章节安排第13-15页
2 稀疏表征与人脸分类第15-27页
    2.1 引言第15-16页
    2.2 稀疏表征第16-19页
        2.2.1 稀疏表征分类第16-17页
        2.2.2 稀疏表征求解第17-19页
    2.3 联合稀疏表征第19-22页
        2.3.1 组稀疏表征算法第19-20页
        2.3.2 联合稀疏表征算法第20-22页
        2.3.3 算法求解第22页
    2.4 实验第22-26页
        2.4.1 在扩展Yale B数据集上的实验第23-24页
        2.4.2 在AR数据集上的实验第24-25页
        2.4.3 在Isolet数据集上的实验第25-26页
    2.5 本章小结第26-27页
3 投影字典对学习第27-38页
    3.1 引言第27页
    3.2 投影字典对算法第27-30页
        3.2.1 投影字典对算法第28-29页
        3.2.2 投影字典对算法求解第29-30页
    3.3 组投影字典对算法第30-31页
    3.4 协同投影字典对算法第31-33页
        3.4.1 协同机制第32-33页
    3.5 实验第33-36页
        3.5.1 在扩展Yale B数据集上的实验第34-35页
        3.5.2 在AR数据集上的实验第35-36页
    3.6 本章小结第36-38页
4 组与协同字典对算法第38-44页
    4.1 引言第38页
    4.2 组与协同字典对算法第38-40页
    4.3 实验第40-43页
        4.3.1 在扩展Yale B数据集上的实验第40-42页
        4.3.2 在AR数据集上的实验第42-43页
    4.4 本章小结第43-44页
5 总结与展望第44-46页
    5.1 本文的工作总结第44-45页
    5.2 今后的工作展望第45-46页
参考文献第46-52页
附录 英文缩写对应第52-54页
攻读硕士学位期间主要的研究成果第54-55页
致谢第55-57页

论文共57页,点击 下载论文
上一篇:高中地理微视频课程化设计与应用研究
下一篇:在线教育中的数据驱动教学功能及学习效果评价