多变化人脸图像识别技术的研究与实现

摘要	第1-5页
Abstract	第5-9页
第1章 绪论	第9-16页
·研究背景与意义	第9-12页
·人脸识别技术的通用框架	第12-13页
·研究内容与目标	第13-14页
·论文组织结构	第14-16页
第2章 人脸识别技术综述	第16-30页
·人脸识别技术的相关研究机构	第16-18页
·主流人脸识别算法的研究现状	第18-27页
·基于几何特征的人脸识别方法	第18-19页
·基于机器学习的人脸识别方法	第19-20页
·基于模型的人脸识别方法	第20-22页
·基于局部特征的人脸识别方法	第22页
·基于子空间的人脸识别方法	第22-27页
·人脸识别技术中的难点和挑战	第27-28页
·本章小结	第28-30页
第3章 多样化人脸识别模型的理论基础	第30-46页
·稀疏表示	第30-37页
·稀疏表示的求解特性	第30-33页
·L1 优化问题的求解方法	第33-37页
·流形空间	第37-41页
·流形学习的方法	第38-40页
·人脸图像的流形结构	第40-41页
·度量学习	第41-45页
·成对约束的度量学习	第43-44页
·基于最近邻域的度量学习	第44-45页
·本章小结	第45-46页
第4章 基于度量学习和子集选择的稀疏人脸识别算法	第46-59页
·算法基本流程	第46-48页
·人脸图像的度量学习	第48-50页
·Graph 构建	第50-51页
·有效子集选择	第51-54页
·稀疏表示分类	第54-58页
·本章小结	第58-59页
第5章 实验结果与分析	第59-72页
·参数敏感性实验	第59-64页
·多变化鲁棒对比实验	第64-71页
·无遮挡的人脸识别	第64-69页
·含有遮挡的人脸识别	第69-71页
·本章小结	第71-72页
第6章 结论	第72-74页
参考文献	第74-78页
在学研究成果	第78-79页
致谢	第79-80页