基于稀疏表示和子空间的人脸识别方法研究
| 中文摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-13页 |
| ·研究现状及发展趋势 | 第13-15页 |
| ·本文的主要工作 | 第15-16页 |
| ·本文的组织结构 | 第16-18页 |
| 第二章 子空间方法和稀疏表示 | 第18-28页 |
| ·主成分分析 | 第18-19页 |
| ·线性鉴别分析 | 第19-21页 |
| ·最大间距准则 | 第21-22页 |
| ·保局投影 | 第22-24页 |
| ·邻域保持嵌入 | 第24-25页 |
| ·基于稀疏表示的分类器 | 第25-26页 |
| ·稀疏保持投影 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第三章 最大间隔和鉴别保局投影 | 第28-42页 |
| ·鉴别保局投影 | 第29-31页 |
| ·最大间隔和鉴别保局投影 | 第31-35页 |
| ·实验结果及分析 | 第35-41页 |
| ·人脸数据的预处理 | 第35-36页 |
| ·分类器及参数的选择 | 第36页 |
| ·实验结果讨论 | 第36-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 鉴别稀疏保持嵌入 | 第42-57页 |
| ·超完备信号稀疏表示 | 第43-44页 |
| ·鉴别稀疏保持嵌入 | 第44-51页 |
| ·实验结果及分析 | 第51-55页 |
| ·人脸数据的预处理 | 第51-52页 |
| ·分类器及参数的选择 | 第52页 |
| ·实验结果讨论 | 第52-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 改进的快速NS与SRC分类决策 | 第57-67页 |
| ·基于重构的分类器 | 第58-59页 |
| ·重构空间 | 第59-61页 |
| ·改进的最近子空间和基于稀疏表示的分类器 | 第61-62页 |
| ·实验结果及分析 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-70页 |
| ·总结 | 第67-68页 |
| ·展望 | 第68-70页 |
| 参考文献 | 第70-78页 |
| 攻读硕士学位期间发表的论文 | 第78-79页 |
| 致谢 | 第79页 |
