| 本文研究工作得到了以下基金资助 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 人脸识别的研究背景及其发展 | 第11-14页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 人脸识别的应用 | 第11-12页 |
| 1.1.3 人脸识别的发展历程 | 第12-13页 |
| 1.1.4 入脸识别技术面临的问题及展望 | 第13-14页 |
| 1.2 人脸识别的结构以及研究方法 | 第14-16页 |
| 1.2.1 人脸识别的结构 | 第14-15页 |
| 1.2.2 人脸定位和检测 | 第15-16页 |
| 1.2.2.1 匹配方法 | 第15页 |
| 1.2.2.2 基于知识的人脸检测方法 | 第15-16页 |
| 1.2.2.3 基于统计的学习方法 | 第16页 |
| 1.3 特征抽取的技术介绍 | 第16-20页 |
| 1.3.1 线性特征抽取 | 第16-17页 |
| 1.3.1.1 主成分分析(Principal Component Analysis,PCA) | 第16-17页 |
| 1.3.1.2 Fisher线性鉴别分析 | 第17页 |
| 1.3.2 非线性特征抽取的方法 | 第17-19页 |
| 1.3.2.1 核方法 | 第18页 |
| 1.3.2.2 流形学习的算法 | 第18-19页 |
| 1.3.3 稀疏表示(Sparse Representation) | 第19-20页 |
| 1.4 本文的研究工作 | 第20-21页 |
| 1.5 本文主要内容安排 | 第21-23页 |
| 第二章 基于局部线性重构的核主成分分析 | 第23-37页 |
| 2.1 引言 | 第23-24页 |
| 2.2 流形学习的算法介绍 | 第24-27页 |
| 2.2.1 等距映射(Isometric Feature Mapping,ISOMAP) | 第24-25页 |
| 2.2.2 局部线性嵌入(locally linear embedding,LLE) | 第25-26页 |
| 2.2.3 拉普拉斯特征映射(Laplacian Eigenmap,LE) | 第26-27页 |
| 2.3 相关工作 | 第27-28页 |
| 2.4 基于局部线性重构的核主成分分析 | 第28-32页 |
| 2.4.1 局部线性重构 | 第28-29页 |
| 2.4.2 选取最优样本子集 | 第29页 |
| 2.4.3 优化机制 | 第29-32页 |
| 2.5 本章算法(ALSKPCA) | 第32页 |
| 2.6 实验结果及分析 | 第32-36页 |
| 2.6.1 Yale库上的实验 | 第32-34页 |
| 2.6.2 AR库上的实验 | 第34-36页 |
| 2.7 本章小结 | 第36-37页 |
| 第三章 基于l_2范数重构的鉴别投影 | 第37-45页 |
| 3.1 引言 | 第37-38页 |
| 3.2 基于l_2范数的权值矩阵 | 第38页 |
| 3.3 SRC-DP的基本思想及算法 | 第38-40页 |
| 3.4 算法收敛性的讨论 | 第40页 |
| 3.5 初始投影轴P_0的确定 | 第40-41页 |
| 3.6 实验结果及分析 | 第41-44页 |
| 3.6.1 相关工作 | 第41页 |
| 3.6.2 AR人脸库上的实验 | 第41-42页 |
| 3.6.3 Yale B人脸库上的实验 | 第42-44页 |
| 3.7 本章小结 | 第44-45页 |
| 第四章 基于核拉普拉斯协作重构表示的分类器 | 第45-51页 |
| 4.1 引言 | 第45页 |
| 4.2 基于正则化最小二乘法协同重构分类(CRC_RLS) | 第45-46页 |
| 4.3 核拉普拉斯最小二乘法协同重构分类(Kernelized Laplacian CRC_RLS) | 第46-48页 |
| 4.3.1 核的基本思想 | 第46页 |
| 4.3.2 基本思想 | 第46-47页 |
| 4.3.3 构造拉普拉斯矩阵 | 第47-48页 |
| 4.4 实验结果及分析 | 第48-50页 |
| 4.4.1 在ORL库上的实验 | 第48-49页 |
| 4.4.2 在FERET库上的实验 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 两阶段核拉普拉斯协作重构表示分类器 | 第51-57页 |
| 5.1 引言 | 第51-52页 |
| 5.2 基本思想 | 第52-53页 |
| 5.3 算法分析 | 第53-54页 |
| 5.4 实验结果及分析 | 第54-56页 |
| 5.4.1 在ORL库上的实验 | 第54-55页 |
| 5.4.2 在AR库上的实验 | 第55-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 本文总结 | 第57-58页 |
| 6.2 前景展望 | 第58-59页 |
| 参考文献 | 第59-67页 |
| 致谢 | 第67-69页 |
| 攻读硕士学位期间发表学术论文情况 | 第69-71页 |
