| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 选题的背景和意义 | 第8-9页 |
| 1.2 人脸识别的历史发展 | 第9-10页 |
| 1.3 人脸识别系统的基本组成 | 第10-11页 |
| 1.4 人脸识别领域的国内外研究现状与主要问题 | 第11-12页 |
| 1.5 本文研究内容与结构安排 | 第12-15页 |
| 第二章 基于稀疏表示的人脸识别 | 第15-39页 |
| 2.1 信号的稀疏表示 | 第15-20页 |
| 2.1.1 信号表示 | 第15-16页 |
| 2.1.2 信号稀疏表示的原理 | 第16-18页 |
| 2.1.3 信号稀疏表示的数学模型及其求解 | 第18-20页 |
| 2.2 基于稀疏表示的人脸识别的传统方法 | 第20-25页 |
| 2.2.1 基于稀疏表示的人脸图像表示模型 | 第20-22页 |
| 2.2.2 人脸图像表示模型的求解 | 第22-24页 |
| 2.2.3 基于稀疏表示的人脸图像的分类判别 | 第24-25页 |
| 2.3 对基于稀疏表示人脸识别传统方法的改进——基于鲁棒稀疏表示的人脸识别算法 | 第25-32页 |
| 2.3.1 基于鲁棒稀疏表示的人脸识别模型的提出 | 第25-28页 |
| 2.3.2 基于鲁棒稀疏表示的人脸识别模型中权重的定义 | 第28-30页 |
| 2.3.3 基于鲁棒稀疏表示的人脸识别模型的求解 | 第30-32页 |
| 2.4 基于稀疏表示人脸识别过程中的特征提取方法 | 第32-38页 |
| 2.4.1 特征提取的意义 | 第32-34页 |
| 2.4.2 主成分分析 | 第34-36页 |
| 2.4.3 随机特征法 | 第36-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第三章 基于秩最小化的人脸对齐 | 第39-58页 |
| 3.1 人脸对齐的意义 | 第39-41页 |
| 3.1.1 人脸识别的应用现状 | 第39-40页 |
| 3.1.2 人脸对齐在实际应用中的意义 | 第40-41页 |
| 3.2 基于秩最小化的人脸对齐模型 | 第41-52页 |
| 3.2.1 基于秩最小化人脸对齐模型的引入 | 第41-43页 |
| 3.2.2 基于秩最小化人脸对齐模型的描述 | 第43-45页 |
| 3.2.3 基于秩最小化人脸对齐模型中的人脸变形向量计算——仿射变换 | 第45-48页 |
| 3.2.4 基于秩最小化人脸对齐模型的凸展开与线性化 | 第48-49页 |
| 3.2.5 基于秩最小化人脸对齐模型中线性凸优化问题的求解——APG 算法 | 第49-52页 |
| 3.3 基于秩最小化人脸对齐模型中线性凸优化问题的快速求解算法——IALM 算法 | 第52-57页 |
| 3.4 本章小结 | 第57-58页 |
| 第四章 实验仿真验证 | 第58-88页 |
| 4.1 实验的准备 | 第58-59页 |
| 4.1.1 实验环境 | 第58页 |
| 4.1.2 实验验证的相关安排 | 第58-59页 |
| 4.2 人脸数据库 | 第59-64页 |
| 4.2.1 常用人脸数据库的简介 | 第59-61页 |
| 4.2.2 本文所使用的人脸数据库——LFW 人脸数据库 | 第61-64页 |
| 4.3 人脸对齐过程的实验与分析 | 第64-76页 |
| 4.3.1 基于秩最小化的人脸对齐实验结果的直观展示 | 第64-72页 |
| 4.3.2 APG 算法与 IALM 算法的实验与性能分析 | 第72-76页 |
| 4.4 基于稀疏表示的人脸识别算法的实验与分析 | 第76-87页 |
| 4.4.1 基于稀疏表示的人脸识别算法与常见人脸识别算法的实验与分析 | 第76-79页 |
| 4.4.2 传统的基于稀疏表示的人脸识别算法与基于鲁棒稀疏表示的人脸识别算法的实验与分析 | 第79-84页 |
| 4.4.3 随机特征法对于基于稀疏表示的人脸识别过程的影响的实验与分析 | 第84-87页 |
| 4.5 本章小结 | 第87-88页 |
| 第五章 总结与展望 | 第88-90页 |
| 5.1 工作总结 | 第88-89页 |
| 5.2 未来展望 | 第89-90页 |
| 参考文献 | 第90-94页 |
| 致谢 | 第94页 |
