基于偏最小二乘的人脸识别算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·本文的研究背景和人脸识别所面临问题 | 第8-9页 |
| ·人脸识别系统 | 第9-10页 |
| ·人脸识别算法概述 | 第10-13页 |
| ·基于特征的算法 | 第10-11页 |
| ·基于整体的算法 | 第11-13页 |
| ·本文研究内容及拟解决的关键问题 | 第13-14页 |
| ·本文组织结构安排 | 第14-16页 |
| 2 常用人脸识别算法介绍 | 第16-20页 |
| ·主成分分析在人脸识别中的应用 | 第16-17页 |
| ·线性判别分析在人脸识别中的应用 | 第17-18页 |
| ·二维主成分分析在人脸识别中的应用 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3 二维非负偏最小二乘算法在人脸识别中的应用 | 第20-32页 |
| ·引言 | 第20-21页 |
| ·PLS 及 2DPLS 在人脸识别中的应用 | 第21-23页 |
| ·PLS | 第21-22页 |
| ·2DPLS | 第22-23页 |
| ·非负矩阵分解的思想 | 第23-24页 |
| ·二维非负偏最小二乘算法 | 第24-25页 |
| ·基于 2DNPLS 的特征提取 | 第24-25页 |
| ·2DNPLS 的算法实现步骤 | 第25页 |
| ·收敛性证明 | 第25-27页 |
| ·实验结果及分析 | 第27-31页 |
| ·ORL 人脸库上的实验 | 第27-29页 |
| ·Yale 人脸库上的实验 | 第29-30页 |
| ·基于 2DNPLS 的图像重建 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 二维非负稀疏偏最小二乘算法在人脸识别中的应用 | 第32-47页 |
| ·引言 | 第32-33页 |
| ·稀疏性在人脸识别中的应用 | 第33-36页 |
| ·人脸的稀疏表示 | 第33-34页 |
| ·处理微小稠密噪声 | 第34页 |
| ·处理遮挡问题 | 第34页 |
| ·几何解释 | 第34-36页 |
| ·稀疏表示问题的求解 | 第36页 |
| ·二维非负稀疏偏最小二乘算法 | 第36-38页 |
| ·稀疏偏最小二乘 | 第36-37页 |
| ·2DNSPLS | 第37-38页 |
| ·2DNSPLS 的算法实现步骤 | 第38页 |
| ·收敛性分析 | 第38-39页 |
| ·实验结果及分析 | 第39-45页 |
| ·PIE 人脸库上的实验 | 第39-41页 |
| ·遮挡情况下的人脸识别 | 第41-45页 |
| ·本章小结 | 第45-47页 |
| 5 结论与展望 | 第47-49页 |
| ·本文总结 | 第47页 |
| ·后续研究工作展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 附录 | 第55页 |
| A. 作者在攻读学位期间发表的论文目录 | 第55页 |
| B. 作者在攻读硕士学位期间参与的项目目录 | 第55页 |
