| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 人脸识别的研究背景与意义 | 第11页 |
| 1.2 人脸识别的国内外研究现状 | 第11-14页 |
| 1.3 本文的主要内容和创新点 | 第14页 |
| 1.4 本文的结构安排 | 第14-16页 |
| 第二章 稀疏表达人脸识别的理论基础 | 第16-24页 |
| 2.1 稀疏表达的基本理论 | 第16页 |
| 2.2 基于稀疏表达的人脸识别 | 第16-23页 |
| 2.2.1 数学模型 | 第16-20页 |
| 2.2.1.1 原始模型 | 第16-18页 |
| 2.2.1.2 扩展模型 | 第18-20页 |
| 2.2.2 稀疏编码 | 第20-22页 |
| 2.2.2.1 追踪算法 | 第20-21页 |
| 2.2.2.2 梯度投影算法 | 第21-22页 |
| 2.2.3 字典学习 | 第22-23页 |
| 2.2.3.1 非监督字典学习方法 | 第22页 |
| 2.2.3.2 监督字典学习方法 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 光照补偿字典学习方法 | 第24-40页 |
| 3.1 引言 | 第24-25页 |
| 3.2 光照补偿字典学习方法 | 第25-35页 |
| 3.2.1 字典模型 | 第26-32页 |
| 3.2.1.1 鲁棒主成分分析 | 第26-29页 |
| 3.2.1.2 K-SVD字典学习 | 第29-32页 |
| 3.2.2 分类方法 | 第32-34页 |
| 3.2.3 算法框架 | 第34-35页 |
| 3.3 实验仿真与结果分析 | 第35-39页 |
| 3.3.1 参数设置 | 第36页 |
| 3.3.2 实验比较 | 第36-39页 |
| 3.3.2.1 Extended Yale B人脸库实验结果 | 第36-37页 |
| 3.3.2.2 AR人脸库实验结果 | 第37-38页 |
| 3.3.2.3 CMU-PIE人脸库实验结果 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 判别字典学习方法 | 第40-56页 |
| 4.1 引言 | 第40页 |
| 4.2 判别字典学习方法 | 第40-50页 |
| 4.2.1 判别字典模型 | 第41-44页 |
| 4.2.1.1 字典重构性能 | 第41-42页 |
| 4.2.1.2 字典分类性能 | 第42-44页 |
| 4.2.2 模型求解 | 第44-48页 |
| 4.2.3 分类方法 | 第48-50页 |
| 4.3 实验仿真与结果分析 | 第50-55页 |
| 4.3.1 参数设置 | 第50-52页 |
| 4.3.2 实验比较 | 第52-55页 |
| 4.3.2.1 Extended Yale B人脸库实验结果 | 第52-53页 |
| 4.3.2.2 AR人脸库实验结果 | 第53-54页 |
| 4.3.2.3 CMU-PIE人脸库实验结果 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 局部区域稀疏表达人脸识别方法 | 第56-70页 |
| 5.1 引言 | 第56页 |
| 5.2 局部区域稀疏表达人脸识别方法 | 第56-66页 |
| 5.2.1 算法概述 | 第57页 |
| 5.2.2 局部区域划分 | 第57-58页 |
| 5.2.3 局部区域字典学习 | 第58-59页 |
| 5.2.4 局部区域稀疏表示的分类 | 第59-66页 |
| 5.2.4.1 局部区域响应值计算 | 第59-61页 |
| 5.2.4.2 遮挡掩膜建立 | 第61-62页 |
| 5.2.4.3 综合响应值计算 | 第62-63页 |
| 5.2.4.4 遮挡阈值设置 | 第63-66页 |
| 5.3 实验仿真与结果分析 | 第66-69页 |
| 5.3.1 参数设置 | 第66-67页 |
| 5.3.2 实验比较 | 第67-69页 |
| 5.3.2.1 Extended Yale B人脸库实验结果 | 第67-68页 |
| 5.3.2.2 AR人脸库实验结果 | 第68-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间取得的成果 | 第77-78页 |
