首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于协同表示的人脸识别研究

摘要第8-10页
ABSTRACT第10-11页
第一章 绪论第12-19页
    1.1 人脸识别研究背景和意义第12-13页
    1.2 人脸识别国内外研究现状第13-16页
    1.3 人脸识别的基本流程第16-17页
    1.4 人脸识别技术中的难点第17-18页
    1.5 论文的内容安排第18-19页
第二章 人脸识别的相关方法第19-28页
    2.1 主成成分分析第19-20页
    2.2 线性判别分析第20-22页
    2.3 LBP特征提取第22-25页
    2.4 Gabor波特征提取第25-28页
第三章 基于低秩恢复和局域约束协同表示的人脸识别第28-47页
    3.1 引言第28-29页
    3.2 基于协同表示的人脸识别第29-36页
        3.2.1 压缩感知理论第29-30页
        3.2.2 稀疏表示算法第30-33页
        3.2.3 协同表示算法第33-36页
    3.3 基于低秩恢复和局域约束协同表示的算法第36-42页
        3.3.1 低秩恢复原理第36-40页
        3.3.2 局域约束协同表示方法第40页
        3.3.3 算法流程第40-42页
    3.4 实验结果及分析第42-45页
        3.4.1 参数设置第42-43页
        3.4.2 在AR人脸库上的实验第43-44页
        3.4.3 在Extend Yale B人脸库上的实验第44-45页
    3.5 小结第45-47页
第四章 基于POEM特征和协同表示的人脸识别第47-58页
    4.1 引言第47页
    4.2 POEM特征第47-53页
        4.2.1 基本知识第47-49页
        4.2.2 POEM特征提取步骤第49-53页
    4.3 基于POEM特征与协同表示的人脸识别第53-54页
    4.4 实验结果及分析第54-57页
        4.4.1 参数设置第54-55页
        4.4.2 在AR人脸库上的实验第55-56页
        4.4.3 在FERET人脸库上的实验第56-57页
    4.5 小结第57-58页
第五章 总结与展望第58-61页
    5.1 论文总结第58-59页
    5.2 未来展望第59-61页
参考文献第61-66页
致谢第66-67页
攻读硕士研究生期间的研究成果第67-68页
附件第68页

论文共68页,点击 下载论文
上一篇:基于Kinect骨骼关节信息的视角不变步态识别方法
下一篇:超声心动图三维散斑跟踪技术及其应用研究