| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 1 绪论 | 第7-15页 |
| ·研究背景及意义 | 第7-8页 |
| ·国内外研究概况及发展趋势 | 第8页 |
| ·人脸识别方法及压缩感知理论概述 | 第8-13页 |
| ·基于几何特征的人脸识别方法 | 第10页 |
| ·基于模型的方法 | 第10页 |
| ·基于机器学习的方法 | 第10-11页 |
| ·基于局部特征的方法 | 第11页 |
| ·基于子空间的方法 | 第11-12页 |
| ·压缩感知理论概述 | 第12-13页 |
| ·本文主要工作和章节安排 | 第13-15页 |
| 2 相关基础知识 | 第15-26页 |
| ·人脸识别特征提取和分类的一些经典方法 | 第15-20页 |
| ·主成分分析法(PCA) | 第15-16页 |
| ·线性判别分析法(LDA) | 第16-17页 |
| ·支持向量机(SVM) | 第17-20页 |
| ·压缩感知理论 | 第20-23页 |
| ·压缩感知理论框架 | 第20-22页 |
| ·压缩感知重构算法 | 第22-23页 |
| ·反馈神经网络原理及应用 | 第23-26页 |
| 3 基于Gabor特征和稀疏表达的人脸识别方法 | 第26-44页 |
| ·基于稀疏表达的人脸识别方法 | 第26-30页 |
| ·基本思想 | 第26-28页 |
| ·稀疏表达分类器对遮挡和的鲁棒性 | 第28-30页 |
| ·基于Gabor特征和稀疏表达的人脸识别方法 | 第30-32页 |
| ·人脸图像的Gabor特征 | 第30-31页 |
| ·基于Gabor特征和稀疏表达的人脸识别 | 第31-32页 |
| ·改进的反馈神经网络 | 第32-36页 |
| ·非凸优化问题的近似求解 | 第35页 |
| ·分段倒高斯目标函数的反馈神经网络 | 第35-36页 |
| ·实验结果举例与分析 | 第36-44页 |
| ·反馈神经网络重构实验 | 第36-39页 |
| ·人脸识别仿真实验 | 第39-44页 |
| 4 基于流形特征和稀疏表达的人脸识别系统 | 第44-54页 |
| ·流形学习方法概述 | 第44页 |
| ·边界F1sher分析方法 | 第44-48页 |
| ·图嵌入降维数据方法 | 第45-46页 |
| ·边界Fisher分析算法 | 第46-48页 |
| ·基于增强边界F1sher模型和Gabor小波的人脸识别 | 第48-51页 |
| ·增强边界F1sher模型 | 第48-50页 |
| ·基于Gobor特征的增强边界Fisehr模型的人脸识别方法 | 第50-51页 |
| ·实验结果举例与分析 | 第51-54页 |
| ·ORL库的实验结果 | 第51页 |
| ·AR库的实验结果 | 第51-52页 |
| ·FERET库的实验结果 | 第52-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-64页 |