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

基于局部约束编码的有遮挡人脸校准及识别研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第13-24页
    1.1 研究背景与研究意义第13-15页
    1.2 人脸识别研究综述第15-21页
        1.2.1 国内外研究现状与分析第15-19页
        1.2.2 带遮挡的人脸识别研究现状第19-20页
        1.2.3 失配准的人脸识别研究现状第20-21页
    1.3 本文的研究内容第21-22页
    1.4 本文的组织安排第22-24页
第二章 人脸识别相关研究第24-38页
    2.1 人脸识别基本流程第24-25页
    2.2 稀疏表示人脸识别算法第25-26页
    2.3 协同表示人脸识别算法第26-27页
    2.4 具有遮挡干扰的人脸识别相关研究第27-32页
        2.4.1 鲁棒的稀疏表示和协同表示人脸识别算法第27-29页
        2.4.2 扩展的稀疏表示人脸识别算法第29-30页
        2.4.3 鲁棒的稀疏编码算法第30-32页
    2.5 存在失配准问题的人脸识别相关研究第32-38页
        2.5.1 对光照和失配准鲁棒的稀疏表示人脸校准算法第32-33页
        2.5.2 基于稀疏表示和低秩分解的人脸校准算法第33-36页
        2.5.3 稀疏的光照迁移算法第36-38页
第三章 基于马尔科夫随机场的人脸局部约束编码算法第38-63页
    3.1 前期相关工作回顾第39-45页
        3.1.1 概率图模型与马尔科夫随机场第39-41页
        3.1.2 图像分割中的马尔科夫随机场建模第41-43页
        3.1.3 基于马尔科夫随机场的稀疏误差修正算法第43-45页
    3.2 基于马尔科夫随机场的人脸局部约束编码算法第45-52页
        3.2.1 算法过程第49-51页
        3.2.2 加速方案第51-52页
    3.3 实验结果与分析第52-62页
        3.3.1 参数设置和实验环境第52-53页
        3.3.2 带随机结构遮挡的人脸识别实验第53-56页
        3.3.3 带随机像素损坏的人脸识别实验第56-58页
        3.3.4 带真实遮挡的人脸识别实验第58-61页
        3.3.5 人脸验证实验第61-62页
    3.4 本章小结第62-63页
第四章 基于加权重构误差的人脸局部约束编码算法第63-83页
    4.1 前期相关工作回顾第65-69页
        4.1.1 对失配准问题鲁棒的人脸表示算法第65-67页
        4.1.2 基于局部约束编码的对失配准问题鲁棒的人脸表示算法第67-69页
    4.2 基于加权重构误差的人脸局部约束编码算法第69-76页
        4.2.1 算法过程第71-75页
        4.2.2 快速优化第75-76页
    4.3 实验结果与分析第76-82页
        4.3.1 参数设置和实验环境第76-77页
        4.3.2 失配准处理范围第77-78页
        4.3.3 对于随机像素损坏的鲁棒性第78-79页
        4.3.4 对于随机结构遮挡的鲁棒性第79-81页
        4.3.5 LFW数据库上的实验第81-82页
    4.4 本章小结第82-83页
第五章 总结与展望第83-85页
参考文献第85-94页
攻读硕士学位期间取得的研究成果第94-96页
致谢第96-97页
附件第97页

论文共97页,点击 下载论文
上一篇:压缩感知稀疏表示和观测矩阵的研究
下一篇:基于SURF和卷积神经网络的图像检索技术研究