| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 本文主要研究内容 | 第16-17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 第二章 相关理论 | 第18-23页 |
| 2.1 高斯公式 | 第18-19页 |
| 2.1.1 高斯函数基本原理 | 第18-19页 |
| 2.1.2 高斯公式的意义 | 第19页 |
| 2.2 基于稀疏表示的方法 | 第19-21页 |
| 2.2.1 稀疏表示的基本概念 | 第19-20页 |
| 2.2.2 稀疏求解方法 | 第20页 |
| 2.2.3 稀疏表示的基本原理 | 第20-21页 |
| 2.3 字典照明 | 第21-22页 |
| 2.3.1 字典照明的基本思想 | 第21页 |
| 2.3.2 字典的构造 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 背景去除算法 | 第23-33页 |
| 3.1 背景的选取 | 第23-24页 |
| 3.1.1 背景的概念 | 第23页 |
| 3.1.2 背景去除的概念 | 第23-24页 |
| 3.1.3 背景去除的意义 | 第24页 |
| 3.2 背景去除算法的选取 | 第24-25页 |
| 3.2.1 各种背景去除算法的介绍 | 第24页 |
| 3.2.2 算法选定 | 第24-25页 |
| 3.3 背景去除算法具体实现 | 第25-32页 |
| 3.3.1 单高斯去背景算法 | 第25-27页 |
| 3.3.2 mean-shift加强算法 | 第27-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 SILT算法进行人脸识别 | 第33-42页 |
| 4.1 基于稀疏表示的分类 | 第33-35页 |
| 4.1.1 稀疏矩阵介绍 | 第33页 |
| 4.1.2 图片的稀疏表示 | 第33-35页 |
| 4.2 SILT算法 | 第35-40页 |
| 4.2.1 照明字典学习 | 第35-36页 |
| 4.2.2 数值实现 | 第36-40页 |
| 4.3 本章小结 | 第40-42页 |
| 第五章 算法测试与分析 | 第42-49页 |
| 5.1 实验准备 | 第42-43页 |
| 5.1.1 实验环境 | 第42页 |
| 5.1.2 数据集说明 | 第42-43页 |
| 5.2 算法步骤 | 第43页 |
| 5.3 mean-shift算法加强的单高斯函数背景去除算法实现 | 第43-44页 |
| 5.4 SILT算法 | 第44-48页 |
| 5.4.1 SILT算法识别人脸 | 第44-46页 |
| 5.4.2 SILT算法跟其他算法的对比 | 第46-48页 |
| 5.5 本章小结 | 第48-49页 |
| 总结与展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读学位期间发表论文 | 第55-57页 |
| 致谢 | 第57页 |