| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 本文组织结构 | 第14-16页 |
| 第2章 理论基础 | 第16-23页 |
| 2.1 压缩感知 | 第16-18页 |
| 2.2 稀疏表示的人脸识别 | 第18-21页 |
| 2.2.1 稀疏表示人脸识别算法 | 第18-21页 |
| 2.2.2 稀疏表示图像识别算法的鲁棒性 | 第21页 |
| 2.3 本章小结 | 第21-23页 |
| 第3章 原子-分子字典结合的联合扩展加权稀疏表示人脸识别 | 第23-34页 |
| 3.1 引言 | 第23-24页 |
| 3.2 原子-分子字典结合的联合扩展加权稀疏表示系统组成框图 | 第24-25页 |
| 3.3 原子-分子字典结合的联合扩展加权稀疏表示人脸识别算法 | 第25-28页 |
| 3.3.1 原子与分子字典构造 | 第25-26页 |
| 3.3.2 原子-分子字典结合的联合扩展加权稀疏表示人脸识别算法 | 第26-28页 |
| 3.4 实验仿真研究 | 第28-33页 |
| 3.4.1 AR数据库实验 | 第28-30页 |
| 3.4.2 CMU PIE数据库实验 | 第30-31页 |
| 3.4.3 GT数据库实验 | 第31-33页 |
| 3.4.4 时间性能比较实验 | 第33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于共享分子字典和辨别原子字典的稀疏表示人脸识别 | 第34-44页 |
| 4.1 引言 | 第34-35页 |
| 4.2 基于共享分子字典和辨别原子字典的稀疏表示人脸识别 | 第35-38页 |
| 4.2.1 字典构造 | 第35-36页 |
| 4.2.2 最大概率局部分类方法 | 第36-38页 |
| 4.3 实验仿真研究 | 第38-43页 |
| 4.3.1 AR数据库实验 | 第38-40页 |
| 4.3.2 CMU PIE数据库实验 | 第40-41页 |
| 4.3.3 Extended Yale B数据库实验 | 第41-42页 |
| 4.3.4 时间性能比较实验 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 有监督低秩子空间恢复的正则鲁棒稀疏表示人脸识别算法 | 第44-55页 |
| 5.1 引言 | 第44-45页 |
| 5.2 基于监督低秩字典学习的正则鲁棒稀疏表示系统组成框图 | 第45-46页 |
| 5.3 基于监督低秩字典学习的正则鲁棒稀疏表示算法 | 第46-50页 |
| 5.3.1 正则鲁棒稀疏表示模型 | 第46页 |
| 5.3.2 监督低秩子空间恢复 | 第46-49页 |
| 5.3.3 加权稀疏表示分类 | 第49-50页 |
| 5.4 实验仿真研究 | 第50-53页 |
| 5.4.1 AR数据库无遮挡实验 | 第50-52页 |
| 5.4.2 AR数据库有遮挡实验 | 第52页 |
| 5.4.3 Extended Yale B数据库实验 | 第52-53页 |
| 5.5 本章小结 | 第53-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 作者简介 | 第65页 |
