| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 人脸识别的研究背景及意义 | 第11-13页 |
| 1.2 人脸识别技术研究现状 | 第13-21页 |
| 1.2.1 人脸检测 | 第13-14页 |
| 1.2.2 人脸特征生成 | 第14-15页 |
| 1.2.3 人脸特征提取 | 第15-20页 |
| 1.2.4 人脸识别分类器设计 | 第20-21页 |
| 1.3 本文研究工作概述和内容安排 | 第21-23页 |
| 第二章 基于韦伯法则的局部特征描述子方法 | 第23-37页 |
| 2.1 引言 | 第23-25页 |
| 2.2 局部特征描述子方法 | 第25-28页 |
| 2.2.1 局部二值模式(LBP) | 第25-26页 |
| 2.2.2 局部三值模式(LTP) | 第26-27页 |
| 2.2.3 中心对称二值模式(CS-LBP) | 第27-28页 |
| 2.3 基于韦伯法则的局部纹理模式 | 第28-29页 |
| 2.3.1 自适应局部三值模式(ALTP) | 第28-29页 |
| 2.3.2 中心对称的自适应局部三值模式(CS-ALTP) | 第29页 |
| 2.4 实验与结果分析 | 第29-36页 |
| 2.4.1 在ORL人脸库上的实验 | 第29-30页 |
| 2.4.2 在FERET人脸库上的实验 | 第30页 |
| 2.4.3 实验结果分析 | 第30-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第三章 基于低秩理论的特征提取方法 | 第37-53页 |
| 3.1 引言 | 第37-38页 |
| 3.2 稀疏表示和低秩表示理论 | 第38-39页 |
| 3.3 稀疏保持投影(SPP) | 第39-40页 |
| 3.4 基于低秩表示投影的特征提取方法(LRRP) | 第40-46页 |
| 3.4.1 基本思想 | 第40-42页 |
| 3.4.2 算法描述 | 第42页 |
| 3.4.3 同其他方法的联系与区别 | 第42页 |
| 3.4.4 实验与结果分析 | 第42-46页 |
| 3.5 基于两步迭代低秩表示投影的特征提取方法(TSILRRP) | 第46-50页 |
| 3.5.1 基本思想 | 第46-48页 |
| 3.5.2 算法描述 | 第48页 |
| 3.5.3 实验与结果分析 | 第48-50页 |
| 3.6 基于低秩表示分析的特征提取方法(LRRA) | 第50-52页 |
| 3.6.1 基本思想 | 第50页 |
| 3.6.2 算法描述 | 第50页 |
| 3.6.3 实验与结果分析 | 第50-52页 |
| 3.7 本章小结 | 第52-53页 |
| 第四章 基于协同表示的特征提取和分类器设计 | 第53-75页 |
| 4.1 引言 | 第53-54页 |
| 4.2 协同表示理论 | 第54-55页 |
| 4.3 基于协同表示投影的特征提取方法(CRP) | 第55-60页 |
| 4.3.1 基本思想 | 第55-57页 |
| 4.3.2 算法描述 | 第57页 |
| 4.3.3 同其他方法的联系与区别 | 第57页 |
| 4.3.4 实验与结果分析 | 第57-60页 |
| 4.4 核协同表示分类(KCRC) | 第60-74页 |
| 4.4.1 基本思想 | 第60-63页 |
| 4.4.2 算法描述 | 第63页 |
| 4.4.3 实验与结果分析 | 第63-74页 |
| 4.5 本章小结 | 第74-75页 |
| 第五章 基于CCA的远距离低分辨率退化人脸识别研究 | 第75-84页 |
| 5.1 引言 | 第75-76页 |
| 5.2 远距离低分辨退化人脸识别的思路 | 第76-77页 |
| 5.3 理论推导 | 第77-78页 |
| 5.3.1 目标函数的建立 | 第77-78页 |
| 5.3.2 目标函数的求解 | 第78页 |
| 5.4 算法描述 | 第78-79页 |
| 5.5 实验与结果分析 | 第79-83页 |
| 5.6 本章小结 | 第83-84页 |
| 第六章 总结与展望 | 第84-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-99页 |
| 攻读学位期间完成的论文及参加的科研项目 | 第99页 |
