基于改进的稀疏表示的人脸识别算法研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 人脸识别的研究现状 | 第10-13页 |
| 1.3 人脸识别的主要方法 | 第13-15页 |
| 1.4 研究难点 | 第15-16页 |
| 1.5 人脸识别的发展趋势 | 第16-17页 |
| 1.6 论文的目标与组织结构 | 第17-18页 |
| 1.6.1 论文的目标 | 第17页 |
| 1.6.2 论文的组织结构 | 第17-18页 |
| 第二章 稀疏表示分类器和两阶段稀疏表示方法 | 第18-26页 |
| 2.1 引言 | 第18-19页 |
| 2.2 稀疏表示分类器 | 第19-21页 |
| 2.3 两阶段稀疏表示方法 | 第21-23页 |
| 2.4 SRC与TPTSR的联系与区别 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于核的两阶段稀疏表示方法 | 第26-41页 |
| 3.1 引言 | 第26-27页 |
| 3.2 核方法 | 第27-29页 |
| 3.3 基于核的两阶段稀疏表示方法 | 第29-31页 |
| 3.3.1 KBTPSR的第一阶段 | 第30-31页 |
| 3.3.2 KBTPSR的第二阶段 | 第31页 |
| 3.4 实验结果及分析 | 第31-39页 |
| 3.4.1 ORL人脸库实验 | 第33-34页 |
| 3.4.2 AR人脸库实验 | 第34-38页 |
| 3.4.3 FERET人脸库实验 | 第38-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第四章 基于虚拟样本的高斯加权稀疏表示方法 | 第41-51页 |
| 4.1 引言 | 第41-42页 |
| 4.2 构造虚拟样本 | 第42-43页 |
| 4.3 高斯加权稀疏表示方法 | 第43-44页 |
| 4.4 基于虚拟样本的高斯加权稀疏表示方法 | 第44-45页 |
| 4.5 实验结果及分析 | 第45-49页 |
| 4.5.1 ORL人脸库实验 | 第46-47页 |
| 4.5.2 AR人脸库实验 | 第47-48页 |
| 4.5.3 FERET人脸库实验 | 第48-49页 |
| 4.6 本章小结 | 第49-51页 |
| 第五章 总结与展望 | 第51-54页 |
| 5.1 总结 | 第51-52页 |
| 5.2 展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间的研究成果 | 第59页 |
