| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景与意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 本文工作概述 | 第11-12页 |
| 1.4 本文余下章节安排 | 第12-13页 |
| 第二章 相关方法介绍及描述 | 第13-23页 |
| 2.1 基于稀疏表示的分类 | 第13-20页 |
| 2.1.1 稀疏表示的模型 | 第14-17页 |
| 2.1.2 稀疏表示的求解 | 第17-20页 |
| 2.2 字典学习介绍 | 第20-22页 |
| 2.2.1 无监督字典学习 | 第20-21页 |
| 2.2.2 监督字典学习 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 基于CLBP特征的结构型稀疏表示分类 | 第23-35页 |
| 3.1 引言 | 第23页 |
| 3.2 CLBP特征提取和结构型稀疏表示分类模型 | 第23-28页 |
| 3.2.1 CLBP特征提取 | 第23-26页 |
| 3.2.2 结构型稀疏表示分类模型 | 第26-28页 |
| 3.3 基于CLBP特征的结构型稀疏表示分类 | 第28-29页 |
| 3.4 实验结果与分析 | 第29-34页 |
| 3.4.1 AR人脸库实验结果与分析 | 第29-31页 |
| 3.4.2 ORL人脸库实验结果与分析 | 第31-32页 |
| 3.4.3 LFW人脸库实验结果与分析 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于新的Gabor特征重组的核稀疏表示分类 | 第35-47页 |
| 4.1 引言 | 第35-36页 |
| 4.2 Gabor特征提取和核稀疏表示分类模型 | 第36-40页 |
| 4.2.1 Gabor特征提取 | 第36-38页 |
| 4.2.2 核稀疏表示分类模型 | 第38-40页 |
| 4.3 一种Gabor特征重组方法 | 第40-42页 |
| 4.4 实验结果与分析 | 第42-46页 |
| 4.4.1 AR人脸库实验结果与分析 | 第42-43页 |
| 4.4.2 ORL人脸库实验结果与分析 | 第43-45页 |
| 4.4.3 LFW人脸库实验结果与分析 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 基于半监督竞争聚集的MOD字典学习算法 | 第47-58页 |
| 5.1 引言 | 第47页 |
| 5.2 MOD字典学习算法与聚类算法 | 第47-52页 |
| 5.2.1 MOD字典学习算法 | 第47-48页 |
| 5.2.2 竞争聚集聚类算法 | 第48-52页 |
| 5.3 基于半监督竞争聚集的MOD字典学习算法 | 第52-54页 |
| 5.4 实验结果与分析 | 第54-57页 |
| 5.4.1 AR人脸库实验结果与分析 | 第54-55页 |
| 5.4.2 ORL人脸库实验结果与分析 | 第55-56页 |
| 5.4.3 LFW人脸库实验结果与分析 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 本文工作总结 | 第58-59页 |
| 6.2 进一步工作展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第64-65页 |
| 致谢 | 第65页 |