基于稀疏表示和特征选择的人脸识别方法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 插图索引 | 第13-15页 |
| 附表索引 | 第15-16页 |
| 第1章 绪论 | 第16-25页 |
| 1.1 人脸识别技术的背景及意义 | 第16页 |
| 1.2 人脸识别研究进展 | 第16-20页 |
| 1.3 人脸识别技术的优势及其不足 | 第20-21页 |
| 1.4 国内外公用人脸图像数据库 | 第21-22页 |
| 1.5 本文研究内容简介 | 第22-25页 |
| 第2章 人脸图像预处理技术 | 第25-34页 |
| 2.1 人脸图像去噪 | 第25页 |
| 2.2 人脸图像超分辨率 | 第25-26页 |
| 2.3 人脸图像归一化 | 第26-28页 |
| 2.4 人脸检测 | 第28-34页 |
| 2.4.1 AdaBoost检测器 | 第28-32页 |
| 2.4.2 Adaboost人脸检测方法结果 | 第32-34页 |
| 第3章 基于图嵌入理论的特征选择 | 第34-53页 |
| 3.1 引言 | 第34-35页 |
| 3.2 先验知识：基于图嵌入理论的特征选择 | 第35-38页 |
| 3.3 基于图嵌入的特征选择 | 第38-46页 |
| 3.3.1 测量特征重要性的特征分数 | 第38-40页 |
| 3.3.2 最优特征子集选择 | 第40-42页 |
| 3.3.3 基于特征分数的递归特征消除方法 | 第42-44页 |
| 3.3.4 基于子集水平分数的递归特征消除方法 | 第44-45页 |
| 3.3.5 计算复杂度 | 第45-46页 |
| 3.4 实验结果 | 第46-51页 |
| 3.4.1 数据库及实验设计 | 第46-47页 |
| 3.4.2 简单数据实验 | 第47-48页 |
| 3.4.3 人脸数据库实验结果 | 第48-49页 |
| 3.4.4 带噪声的人脸数据库实验结果 | 第49-51页 |
| 3.5 本章小结 | 第51-53页 |
| 第4章 基于链式采样方法的特征选择 | 第53-71页 |
| 4.1 引言 | 第53-54页 |
| 4.2 特征生成机 | 第54-55页 |
| 4.3 链式采样 | 第55-62页 |
| 4.3.1 基于采样方法的特征选择 | 第56-58页 |
| 4.3.2 复杂度分析 | 第58页 |
| 4.3.3 效果分析 | 第58-62页 |
| 4.3.4 采用样本采样方法加速运算 | 第62页 |
| 4.4 实验结果 | 第62-69页 |
| 4.5 本章小结 | 第69-71页 |
| 第5章 基于稀疏表示理论的人脸识别 | 第71-87页 |
| 5.1 引言 | 第71页 |
| 5.2 稀疏表示理论 | 第71-76页 |
| 5.2.1 稀疏表示求解算法 | 第72-75页 |
| 5.2.2 字典构建 | 第75-76页 |
| 5.3 基于稀疏表示理论的人脸识别 | 第76-77页 |
| 5.4 小波域稀疏表示人脸识别 | 第77-79页 |
| 5.5 实验结果 | 第79-85页 |
| 5.5.1 稀疏表示求解算法实验结果 | 第79-83页 |
| 5.5.2 人脸识别实验结果 | 第83-85页 |
| 5.6 本章小结 | 第85-87页 |
| 第6章 基于决策融合的人脸识别 | 第87-103页 |
| 6.1 引言 | 第87-88页 |
| 6.2 基于决策融合的人脸识别 | 第88-91页 |
| 6.2.1 Gabor小波变换 | 第89页 |
| 6.2.2 局部二值模式 | 第89-90页 |
| 6.2.3 线性判别分析 | 第90-91页 |
| 6.2.4 决策融合人脸识别 | 第91页 |
| 6.3 基于分布式压缩传感的图像融合人脸识别 | 第91-95页 |
| 6.3.1 分布式压缩传感 | 第93页 |
| 6.3.2 基于分布式压缩传感的图像融合人脸识别 | 第93-95页 |
| 6.4 实验结果 | 第95-102页 |
| 6.4.1 基于决策融合人脸识别实验结果 | 第95-98页 |
| 6.4.2 基于分布式压缩传感的人脸识别实验结果 | 第98-102页 |
| 6.5 本章小结 | 第102-103页 |
| 第7章 工作总结与展望 | 第103-106页 |
| 7.1 论文工作总结 | 第103-104页 |
| 7.2 研究展望 | 第104-106页 |
| 参考文献 | 第106-116页 |
| 致谢 | 第116-117页 |
| 附录A 攻读博士学位期间的主要研究成果 | 第117-118页 |
