基于特征增强的稀疏编码人脸识别
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 人脸识别研究背景和意义 | 第10页 |
| 1.2 人脸识别的研究内容 | 第10-11页 |
| 1.3 人脸识别需解决问题 | 第11-12页 |
| 1.4 人脸识别研究现状 | 第12-14页 |
| 1.5 本文内容及结构安排 | 第14-16页 |
| 第二章 稀疏表示分类与低秩矩阵恢复 | 第16-28页 |
| 2.1 引言 | 第16页 |
| 2.2 基于稀疏编码的分类算法 | 第16-20页 |
| 2.2.1 稀疏表示分类 | 第16-18页 |
| 2.2.2 协作表示分类 | 第18-20页 |
| 2.3 线性回归分类 | 第20-21页 |
| 2.4 低秩矩阵恢复 | 第21-23页 |
| 2.4.1 鲁棒主成分分析 | 第22页 |
| 2.4.2 低秩表示 | 第22-23页 |
| 2.5 低秩矩阵恢复优化算法 | 第23-27页 |
| 2.5.1 迭代阈值法 | 第23-24页 |
| 2.5.2 加速近端梯度法 | 第24-26页 |
| 2.5.3 增广拉格朗日乘子法 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 基于稀疏表示的人脸识别算法 | 第28-37页 |
| 3.1 引言 | 第28页 |
| 3.2 特征提取算法 | 第28-33页 |
| 3.2.1 方向梯度直方图 | 第28-30页 |
| 3.2.2 局部二值模式 | 第30-31页 |
| 3.2.3 主成分分析 | 第31-33页 |
| 3.3 实验结果与分析 | 第33-36页 |
| 3.3.1 数据库设置 | 第33-35页 |
| 3.3.2 无遮挡人脸识别 | 第35页 |
| 3.3.3 遮挡人脸识别 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 基于特征增强的稀疏编码人脸识别 | 第37-49页 |
| 4.1 引言 | 第37页 |
| 4.2 基于特征增强的稀疏编码人脸识别 | 第37-40页 |
| 4.2.1 隐式低秩分解分析 | 第37-39页 |
| 4.2.2 特征增强的人脸识别算法 | 第39-40页 |
| 4.3 特征脸提取 | 第40-41页 |
| 4.4 基于特征脸的稀疏表示分类 | 第41-42页 |
| 4.5 实验结果与分析 | 第42-48页 |
| 4.5.1 各部分性能对比 | 第42-43页 |
| 4.5.2 特征脸数的选择 | 第43-44页 |
| 4.5.3 无遮挡人脸识别 | 第44-45页 |
| 4.5.4 遮挡人脸识别 | 第45-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 本文工作总结 | 第49页 |
| 5.2 未来工作展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55页 |
