基于稀疏表达的人脸识别技术研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 人脸识别研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11页 |
| 1.3 常用的人脸图像数据库 | 第11-12页 |
| 1.4 论文的研究内容及组织结构 | 第12-15页 |
| 第2章 相关基础知识介绍 | 第15-37页 |
| 2.1 稀疏表达相关基础数学知识 | 第15-17页 |
| 2.2 压缩感知 | 第17-24页 |
| 2.2.1 零空间性质 | 第18-20页 |
| 2.2.2 矩阵的RIP性质 | 第20-23页 |
| 2.2.3 矩阵的相干性 | 第23-24页 |
| 2.3 降维 | 第24-27页 |
| 2.3.1 主成份分析 | 第25-26页 |
| 2.3.2 Fisher线性判别 | 第26-27页 |
| 2.4 l~1-min问题的算法 | 第27-37页 |
| 2.4.1 soft函数 | 第28-29页 |
| 2.4.2 优化最小化方法 | 第29-30页 |
| 2.4.3 原始对偶问题 | 第30页 |
| 2.4.4 IST算法及FIST算法 | 第30-33页 |
| 2.4.5 ALM算法及DALM算法 | 第33-37页 |
| 第3章 基于稀疏表达的人脸识别 | 第37-47页 |
| 3.1 基于稀疏表达的人脸识别 | 第37-42页 |
| 3.1.1 理想情况下的人脸识别模型 | 第37-39页 |
| 3.1.2 含有噪声情况下的人脸识别模型 | 第39-41页 |
| 3.1.3 排除非测试类别人脸图片 | 第41页 |
| 3.1.4 降维 | 第41-42页 |
| 3.2 基于协同表达的人脸识别 | 第42-44页 |
| 3.3 基于扩展稀疏表达的人脸识别 | 第44-47页 |
| 第4章 算法改进和实验 | 第47-65页 |
| 4.1 提出改进算法ECR | 第47-48页 |
| 4.2 验证算法可行性 | 第48-57页 |
| 4.2.1 实验描述 | 第49-51页 |
| 4.2.2 实验结果及分析 | 第51-57页 |
| 4.2.3 实验总结 | 第57页 |
| 4.3 算法的实用性 | 第57-65页 |
| 4.3.1 实验准备 | 第57-58页 |
| 4.3.2 实验结果及分析 | 第58-62页 |
| 4.3.3 实验总结 | 第62-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 总结 | 第65页 |
| 5.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
