基于样本扩充的小样本人脸识别研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 课题研究的目的和意义 | 第9-12页 |
| 1.3 国内外研究现状 | 第12-15页 |
| 1.4 主要研究内容 | 第15-16页 |
| 1.5 文章结构 | 第16-17页 |
| 第2章 基于表示的分类方法 | 第17-26页 |
| 2.1 引言 | 第17页 |
| 2.2 RBC方法在人脸识别方向的研究现状 | 第17-20页 |
| 2.3 相关概念的介绍 | 第20-22页 |
| 2.3.1 范数的介绍 | 第20页 |
| 2.3.2 常用的RBC | 第20-22页 |
| 2.4 基于2l范数最小化的分类 | 第22-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 融合虚拟样本的小样本人脸识别 | 第26-42页 |
| 3.1 引言 | 第26页 |
| 3.2 基本思路及原理 | 第26-33页 |
| 3.2.1 基于“对称脸”的样本扩充方法 | 第26-30页 |
| 3.2.2 基于“镜面”的样本扩充方法 | 第30-33页 |
| 3.3 融合虚拟样本的扩充方法 | 第33-35页 |
| 3.4 实验结果 | 第35-39页 |
| 3.4.1 数据库 | 第35-36页 |
| 3.4.2 实验结果 | 第36-39页 |
| 3.5 实验分析 | 第39-41页 |
| 3.6 本章总结 | 第41-42页 |
| 第4章 小波重构的虚拟样本融合方法 | 第42-54页 |
| 4.1 引言 | 第42页 |
| 4.2 人脸识别中的降维问题 | 第42-47页 |
| 4.2.1 LDA降维的步骤 | 第43-44页 |
| 4.2.2 PCA降维的步骤 | 第44-45页 |
| 4.2.3 小波降维 | 第45-47页 |
| 4.3 小波基的选择和参数确定 | 第47-48页 |
| 4.4 实验结果与分析 | 第48-53页 |
| 4.5 本章总结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-62页 |
| 致谢 | 第62页 |
