基于特征融合的低秩恢复稀疏表示人脸识别
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 人脸识别方法分类 | 第13-15页 |
| 1.2.2 人脸识别技术的关键问题 | 第15-16页 |
| 1.3 本文主要研究内容和组织结构 | 第16-18页 |
| 第2章 人脸识别相关理论 | 第18-30页 |
| 2.1 人脸图像预处理 | 第18-21页 |
| 2.2 人脸图像特征提取 | 第21-24页 |
| 2.3 人脸图像特征降维 | 第24-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 基于低秩恢复稀疏表示的人脸识别 | 第30-46页 |
| 3.1 稀疏表示算法 | 第30-33页 |
| 3.1.1 稀疏表示模型与系数求解 | 第30-32页 |
| 3.1.2 稀疏表示的分类识别 | 第32-33页 |
| 3.2 基于稀疏表示的人脸识别 | 第33-36页 |
| 3.2.1 基于稀疏表示的识别过程 | 第33-34页 |
| 3.2.2 实验结果分析 | 第34-36页 |
| 3.3 基于低秩恢复稀疏表示的人脸识别 | 第36-44页 |
| 3.3.1 低秩恢复模型 | 第37-41页 |
| 3.3.2 基于低秩恢复稀疏表示的识别过程 | 第41-42页 |
| 3.3.3 实验结果分析 | 第42-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第4章 基于特征融合的低秩恢复稀疏表示人脸识别 | 第46-62页 |
| 4.1 基于单特征的人脸识别 | 第46-50页 |
| 4.1.1 基于LBP的人脸稀疏表示 | 第47-48页 |
| 4.1.2 基于HOG的人脸稀疏表示 | 第48-49页 |
| 4.1.3 基于Gabor的人脸稀疏表示 | 第49-50页 |
| 4.2 基于特征融合的人脸识别 | 第50-55页 |
| 4.2.1 特征融合算法 | 第51-53页 |
| 4.2.2 基于特征融合的人脸识别模型 | 第53-55页 |
| 4.3 实验结果分析 | 第55-61页 |
| 4.3.1 光照表情变化实验 | 第55-57页 |
| 4.3.2 姿态偏转实验 | 第57-58页 |
| 4.3.3 伪装遮挡实验 | 第58-60页 |
| 4.3.4 噪声变化实验 | 第60-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第5章 总结和展望 | 第62-64页 |
| 5.1 工作总结 | 第62-63页 |
| 5.2 工作展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间发表的学术论文目录 | 第70页 |
