| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·人脸识别概述 | 第7-10页 |
| ·人脸识别技术的研究内容 | 第7-8页 |
| ·人脸识别算法概述 | 第8-9页 |
| ·人脸识别技术的应用背景 | 第9-10页 |
| ·多光谱人脸识别分析 | 第10-12页 |
| ·随机投影和稀疏表征的鲁棒性人脸识别方法概述 | 第12-13页 |
| ·随机投影在人脸识别中的应用 | 第12页 |
| ·稀疏表征人脸识别方法概述 | 第12-13页 |
| ·自动人脸识别系统的评估方案 | 第13页 |
| ·本文的主要工作和内容安排 | 第13-15页 |
| 第二章 基于表象的人脸识别算法 | 第15-25页 |
| ·主分量分析 | 第15-18页 |
| ·PCA 的基本概念 | 第15-17页 |
| ·PCA 的特征值分解算法 | 第17页 |
| ·基于PCA(特征脸Eigenfaces)的人脸识别方法 | 第17-18页 |
| ·PCA 方法的缺点 | 第18页 |
| ·线性判别分析 | 第18-22页 |
| ·线性判别分析概述 | 第18-19页 |
| ·线性判别分析的最佳判别方向 | 第19-20页 |
| ·线性判别分析的人脸识别步骤 | 第20-21页 |
| ·线性判别分析缺点 | 第21-22页 |
| ·贝叶斯人脸识别分析 | 第22-24页 |
| ·贝叶斯人脸识别分析方法概述 | 第22页 |
| ·贝叶斯人脸识别数学定义 | 第22-23页 |
| ·最大后验(MAP)和最大似然(ML)算法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于随机投影的人脸识别方法 | 第25-31页 |
| ·随机投影分析 | 第25-28页 |
| ·随机投影方法概述 | 第25-26页 |
| ·随机投影变换的数学描述 | 第26-27页 |
| ·随机投影有效性证明 | 第27-28页 |
| ·随机投影人脸识别 | 第28-30页 |
| ·随机投影的应用 | 第28页 |
| ·随机投影人脸识别方法 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 随机投影和稀疏表征的鲁棒性人脸识别方法 | 第31-41页 |
| ·l~1最小化稀疏表征人脸识别方法 | 第32-36页 |
| ·人脸表征模型 | 第32-34页 |
| ·l~1最小化稀疏解 | 第34-35页 |
| ·l~1最小化稀疏表征分类识别方法 | 第35-36页 |
| ·随机投影和稀疏表征的鲁棒性人脸识别方法 | 第36-39页 |
| ·稀疏表征对于遮掩的鲁棒性 | 第36-37页 |
| ·随机投影和稀疏表征的鲁棒人脸识别算法 | 第37-39页 |
| ·图像横向等分策略 | 第39页 |
| ·本章小结 | 第39-41页 |
| 第五章 基于随机投影和稀疏表征的人脸识别评估实验 | 第41-59页 |
| ·CSU 人脸识别评估系统 | 第41-48页 |
| ·系统概述 | 第41-42页 |
| ·基本数据结构 | 第42-43页 |
| ·预处理 | 第43-44页 |
| ·算法的训练和测试 | 第44-46页 |
| ·分析工具 | 第46-48页 |
| ·实验人脸图像数据介绍 | 第48-50页 |
| ·人脸数据库简介 | 第48-49页 |
| ·实验数据的选择 | 第49-50页 |
| ·随机投影和稀疏表征的人脸识别评估实验 | 第50-57页 |
| ·可见光和远红外图像经典人脸算法评估 | 第50-53页 |
| ·变换维数对横向分块随机投影和稀疏表征识别性能影响实验 | 第53-54页 |
| ·横向分块随机投影和稀疏表征对遮掩的鲁棒性评估实验 | 第54-57页 |
| ·本章小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 研究成果 | 第67-68页 |
