首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

局部稀疏保留投影方法及在人脸识别中的应用

摘要第1-5页
Abstract第5-6页
目录第6-8页
第一章 绪论第8-14页
   ·研究背景和意义第8-9页
   ·人脸识别概述第9-11页
     ·人脸识别的研究范围第9-10页
     ·人脸识别系统的组成第10页
     ·人脸识别的优缺点第10-11页
   ·国内外研究现状及分析第11-12页
   ·本文主要研究工作第12-13页
   ·本文各章内容安排第13-14页
第二章 稀疏理论与相关算法第14-26页
   ·两种经典的人脸识别方法第14-16页
     ·主成分分析法第14-15页
     ·线性鉴别分析法第15-16页
   ·稀疏表示在人脸识别上的应用第16-25页
     ·人脸稀疏表示的模型和解法第17-18页
     ·基于稀疏表示的分类算法第18-20页
     ·稀疏保留投影第20-21页
     ·全局稀疏表示投影第21-23页
     ·二维稀疏保留投影第23-25页
   ·本章小结第25-26页
第三章 加权的无监督局部稀疏保留算法第26-36页
   ·局部结构保留的概念第26-28页
   ·局部稀疏保留投影的动机第28-30页
   ·加权的局部稀疏保留投影算法描述第30-34页
   ·本章小结第34-36页
第四章 加权的有监督局部稀疏保留算法第36-43页
   ·有监督局部结构保留的概念第36-37页
   ·加权的有监督局部稀疏保留投影算法描述第37-39页
   ·算法中可调参数的选取问题第39-41页
   ·几种实验算法的理论对比第41-42页
   ·本章小结第42-43页
第五章 实验及结果分析第43-58页
   ·AR库上的实验和结果分析第43-48页
     ·AR数据库的介绍第43-44页
     ·AR数据库上的实验结果及分析第44-48页
   ·CAS-PEAL库上的实验和结果分析第48-52页
     ·CAS-PEAL数据库的介绍第48页
     ·CAS-PEAL数据库上的实验结果及分析第48-52页
   ·FERET库上的实验和结果分析第52-57页
     ·FERET数据库的介绍第52-53页
     ·FERET数据库上的实验结果及分析第53-57页
   ·本章小结第57-58页
第六章 总结与展望第58-60页
   ·本文的工作总结第58页
   ·下一步研究展望第58-60页
致谢第60-61页
参考文献第61-65页
攻读硕士学位期间发表的论文第65页

论文共65页,点击 下载论文
上一篇:基于SDA和GSVD的多模态特征提取方法研究
下一篇:基于多任务学习技术的图像特征提取方法研究