基于二维特征提取和稀疏表示的人脸识别算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 人脸识别算法的难点以及性能评价准则 | 第13-14页 |
| 1.3.1 人脸识别算法难点 | 第13-14页 |
| 1.3.2 性能指标 | 第14页 |
| 1.4 论文的结构安排 | 第14-16页 |
| 第二章 人脸识别算法理论基础 | 第16-22页 |
| 2.1 基于几何特征的人脸识别 | 第17-18页 |
| 2.2 基于子空间分析的人脸识别 | 第18-19页 |
| 2.3 基于弹性图匹配的人脸识别 | 第19页 |
| 2.4 基于神经网络的人脸识别 | 第19-20页 |
| 2.5 基于隐马尔可夫模型的人脸识别 | 第20页 |
| 2.6 基于压缩感知理论的人脸识别 | 第20-21页 |
| 2.7 人脸识别算法分析比较 | 第21页 |
| 2.8 本章小结 | 第21-22页 |
| 第三章 基于特征提取和稀疏表示的人脸识别算法 | 第22-44页 |
| 3.1 压缩感知理论 | 第22-35页 |
| 3.1.1 理论基础 | 第22-24页 |
| 3.1.2 测量矩阵 | 第24-26页 |
| 3.1.3 重构算法 | 第26-35页 |
| 3.2 基于稀疏表示的人脸识别算法 | 第35-38页 |
| 3.3 改进的稀疏表示的人脸识别算法 | 第38-43页 |
| 3.3.1 二维特征提取算法 | 第38-42页 |
| 3.3.2 改进算法 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 实验结果 | 第44-58页 |
| 4.1 实验设置和人脸图像库介绍 | 第44-47页 |
| 4.2 SRC+2DSTs和NN+2DSTs | 第47-54页 |
| 4.3 SRC+2DSTs和SRC+1DSTs | 第54-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位发表的论文 | 第66-67页 |
