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

基于稀疏表达的人脸识别研究

摘要第1-5页
ABSTRACT第5-9页
第1章 绪论第9-16页
   ·课题研究背景、目的和意义第9-11页
   ·人脸识别框架第11-12页
   ·国内外发展状况第12-15页
     ·基于几何特征人脸识别第13页
     ·基于弹性匹配的人脸识别第13页
     ·基于模型的人脸识别第13-14页
     ·基于子空间人脸识别第14页
     ·基于压缩感知的人脸识别第14-15页
   ·本文的主要工作和组织结构第15-16页
第2章 常用人脸识别方法研究第16-25页
   ·基于 PCA 的人脸识别第16-18页
   ·基于 FISHERFACE 的人脸识别第18-21页
     ·线性鉴别分析第18-19页
     ·基于 Fisherface 的人脸识别第19-21页
   ·实验结果与分析第21-23页
     ·ORL 人脸库实验结果第22-23页
     ·Extened YaleB 人脸库实验结果第23页
   ·本章小结第23-25页
第3章 基于经典稀疏表达的人脸识别研究第25-37页
   ·稀疏表达原理及关键技术第25-31页
     ·稀疏表达原理第25-26页
     ·稀疏表达关键技术第26-31页
   ·基于经典稀疏表达的人脸识别第31-35页
     ·基于稀疏表达人脸识别框图设计第31-32页
     ·结合随机脸的特征提取第32-33页
     ·基于经典稀疏表达的算法实现第33-35页
   ·实验结果与分析第35-36页
     ·ORL 人脸库实验结果第35页
     ·Extened YaleB 人脸库实验结果第35-36页
   ·本章小结第36-37页
第4章 基于判别稀疏表达人脸识别及其改进第37-50页
   ·基于判别型 KSVD(D-KSVD)人脸识别第37-41页
     ·基于 D-KSVD 人脸识别原理第37-40页
     ·基于 D-KSVD 人脸识别初始化改进第40-41页
   ·基于类别一致 KSVD(LC-KSVD)人脸识别第41-45页
     ·基于 LC-KSVD 人脸识别原理第41-44页
     ·基于 LC-KSVD 人脸识别初始化改进第44-45页
   ·实验结果与分析第45-48页
     ·AR 人脸库实验结果第45-47页
     ·Extened YaleB 人脸库实验结果第47-48页
   ·本章小结第48-50页
第5章 总结与展望第50-52页
   ·全文工作总结第50-51页
   ·下一步工作展望第51-52页
致谢第52-53页
参考文献第53-55页

论文共55页,点击 下载论文
上一篇:色盲图像矫正算法研究及及测试系统设计
下一篇:基于云模式的智能仓储管理系统研究