| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 引言 | 第11-19页 |
| 1.1 人脸识别研究背景及意义 | 第11-14页 |
| 1.2 研究现状 | 第14-17页 |
| 1.3 本文的研究内容 | 第17-18页 |
| 1.4 论文的结构安排 | 第18-19页 |
| 第2章 相关知识介绍 | 第19-27页 |
| 2.1 独立分量分析理论 | 第19-23页 |
| 2.1.1 独立性的定义 | 第19-20页 |
| 2.1.2 ICA-I获取独立基和图像重构 | 第20-22页 |
| 2.1.3 ICA-II获取因子编码和图像重构 | 第22-23页 |
| 2.2 L1范数稀疏约束优化 | 第23-24页 |
| 2.3 稀疏表达求稀疏编码 | 第24页 |
| 2.4 线性最小二乘法 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于独立分量分析的稀疏因子编码表示的人脸识别 | 第27-46页 |
| 3.1 稀疏的因子编码表示 | 第27-29页 |
| 3.2 稀疏编码相关的分类器和距离度量 | 第29-30页 |
| 3.2.1 测试稀疏因子编码的几种距离度量准则 | 第29-30页 |
| 3.2.2 SFCR算法的伪代码 | 第30页 |
| 3.3 对SFCR方法的分析 | 第30-34页 |
| 3.3.1 对距离度量准则的讨论 | 第32-33页 |
| 3.3.2 和K-SVD等方法的对比讨论 | 第33-34页 |
| 3.4 实验结果 | 第34-45页 |
| 3.4.1 针对表情变化的人脸识别 | 第35-37页 |
| 3.4.2 针对姿势变化的人脸识别 | 第37-40页 |
| 3.4.3 针对遮挡影响的人脸识别 | 第40-42页 |
| 3.4.4 针对光照变化的人脸识别 | 第42-44页 |
| 3.4.5 针对时间变化的人脸识别 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 基于人类视觉识别遮挡人脸的方法 | 第46-61页 |
| 4.1 引言 | 第46-48页 |
| 4.2 方法 | 第48-51页 |
| 4.3 基于ADAMP的人脸识别 | 第51-53页 |
| 4.4 识别遮挡 | 第53-55页 |
| 4.5 仿真和实验结果 | 第55-60页 |
| 4.5.1 在无遮挡的情况下识别 | 第55-57页 |
| 4.5.2 在合成遮挡的情况下识别 | 第57-58页 |
| 4.5.3 在化装的情况下识别 | 第58-59页 |
| 4.5.4 在大规模遮挡的情况下识别 | 第59-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 总结、延伸及展望 | 第61-64页 |
| 5.1 主要工作与创新点 | 第61-62页 |
| 5.2 进一步延伸 | 第62页 |
| 5.3 后续研究工作 | 第62-64页 |
| 参考文献 | 第64-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第72页 |