受异常干扰的人脸图像的稳健统计识别方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 引言 | 第7-8页 |
| 1.2 人脸识别研究背景和意义 | 第8-9页 |
| 1.3 人脸图像的稳健识别方法研究现状 | 第9-11页 |
| 1.4 本文的内容组织安排 | 第11-13页 |
| 1.4.1 本文主要研究内容 | 第11页 |
| 1.4.2 本文各章安排 | 第11-13页 |
| 第二章 基于子空间的人脸识别方法 | 第13-19页 |
| 2.1 基于LDA的人脸识别算法 | 第13-15页 |
| 2.2 基于NMF的人脸识别算法 | 第15-16页 |
| 2.3 基于PCA的人脸识别算法 | 第16-19页 |
| 第三章 稳健估计 | 第19-32页 |
| 3.1 稳健估计概述 | 第19-22页 |
| 3.2 异常值产生的原因 | 第22-25页 |
| 3.3 基于位置的稳健估计 | 第25-30页 |
| 3.3.1 M估计 | 第25-27页 |
| 3.3.2 L估计 | 第27-29页 |
| 3.3.3 R估计 | 第29-30页 |
| 3.4 基于MCD的稳健估计 | 第30-32页 |
| 第四章 基于PCA和MCD的稳健人脸识别算法 | 第32-44页 |
| 4.1 PCA方法在人脸识别上存在的不足 | 第32-33页 |
| 4.2 基于MCD的稳健主成分分析算法 | 第33-35页 |
| 4.3 实验及结果分析 | 第35-44页 |
| 4.3.1 图像信号中的噪声 | 第35-37页 |
| 4.3.2 实验方法 | 第37-39页 |
| 4.3.3 识别分类 | 第39-40页 |
| 4.3.4 结果分析 | 第40-44页 |
| 第五章 总结与展望 | 第44-46页 |
| 5.1 工作总结 | 第44页 |
| 5.2 未来展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 攻读硕士学位期间完成的科研成果 | 第49-50页 |
| 致谢 | 第50页 |
