基于韦伯局部特征和稀疏表示的人脸识别方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 概述 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文目标及结构安排 | 第12-13页 |
| 第2章 人脸识别的相关知识 | 第13-24页 |
| 2.1 人脸识别流程 | 第13-16页 |
| 2.1.1 人脸检测与定位 | 第13-14页 |
| 2.1.2 预处理 | 第14-15页 |
| 2.1.3 特征提取 | 第15-16页 |
| 2.1.4 匹配识别 | 第16页 |
| 2.2 特征提取算法 | 第16-20页 |
| 2.2.1 全局特征 | 第16-19页 |
| 2.2.2 局部特征 | 第19-20页 |
| 2.3 分类器设计 | 第20-23页 |
| 2.3.1 最近邻法 | 第21页 |
| 2.3.2 人工神经网络 | 第21-22页 |
| 2.3.3 支持向量机 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于韦伯局部特征的人脸特征提取和识别 | 第24-37页 |
| 3.1 引言 | 第24-25页 |
| 3.2 韦伯局部特征 | 第25-27页 |
| 3.2.1 韦伯定律 | 第25页 |
| 3.2.2 差分激励 | 第25-26页 |
| 3.2.3 方向信息 | 第26页 |
| 3.2.4 韦伯局部直方图 | 第26-27页 |
| 3.3 基于韦伯局部特征的人脸表示 | 第27-29页 |
| 3.3.1 人脸表示算法 | 第27-28页 |
| 3.3.2 多尺度分析 | 第28-29页 |
| 3.4 实验仿真 | 第29-36页 |
| 3.4.1 数据库 | 第29-31页 |
| 3.4.2 参数讨论 | 第31-34页 |
| 3.4.3 多尺度讨论 | 第34-35页 |
| 3.4.4 性能比较 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 核组稀疏表示分类算法 | 第37-51页 |
| 4.1 引言 | 第37-38页 |
| 4.2 稀疏表示的基本理论 | 第38-40页 |
| 4.2.1 稀疏表示模型 | 第38-39页 |
| 4.2.2 稀疏表示求解 | 第39页 |
| 4.2.3 字典构造 | 第39-40页 |
| 4.3 稀疏表示分类算法 | 第40-42页 |
| 4.3.1 组群稀疏表示 | 第40页 |
| 4.3.2 核稀疏表示 | 第40-41页 |
| 4.3.3 核组稀疏表示 | 第41-42页 |
| 4.4 人脸识别算法 | 第42-43页 |
| 4.5 实验仿真 | 第43-50页 |
| 4.5.1 参数讨论 | 第43-45页 |
| 4.5.2 多尺度讨论 | 第45-46页 |
| 4.5.3 性能分析 | 第46-48页 |
| 4.5.4 性能比较 | 第48-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 工作展望 | 第51-53页 |
| 参考文献 | 第53-61页 |
| 致谢 | 第61-62页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第62页 |
