基于低秩分解的光照健壮人脸识别方法研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究的背景与意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 人脸识别中光照问题的研究现状 | 第9-12页 |
| 1.2.2 低秩分解及其人脸识别的研究 | 第12-13页 |
| 1.3 本文的研究目的和研究内容 | 第13-15页 |
| 1.3.1 本文研究的目的 | 第13页 |
| 1.3.2 本文研究的主要内容 | 第13-15页 |
| 2 低秩分解理论及其人脸识别 | 第15-31页 |
| 2.1 引言 | 第15页 |
| 2.2 低秩分解理论原理 | 第15-16页 |
| 2.3 低秩分解求解算法 | 第16-21页 |
| 2.3.1 加速近端梯度算法 | 第16-18页 |
| 2.3.2 对偶算法 | 第18-20页 |
| 2.3.3 增广拉格朗日乘子法 | 第20-21页 |
| 2.4 低秩分解联合稀疏表示的人脸识别方法 | 第21-26页 |
| 2.4.1 稀疏表示原理 | 第21-25页 |
| 2.4.2 低秩分解联合稀疏表示的人脸识别方法 | 第25-26页 |
| 2.5 实验与分析 | 第26-29页 |
| 2.6 本章小结 | 第29-31页 |
| 3 光照健壮人脸识别的低秩相对梯度直方图特征 | 第31-46页 |
| 3.1 引言 | 第31-32页 |
| 3.2 人脸的LBP纹理特征 | 第32-33页 |
| 3.3 方向边缘幅值模式特征 | 第33-35页 |
| 3.4 人脸相对梯度直方图特征 | 第35-37页 |
| 3.5 低秩相对梯度直方图特征 | 第37-40页 |
| 3.5.1 人脸的低秩相对梯度图像 | 第37-39页 |
| 3.5.2 低秩相对梯度直方图特征 | 第39-40页 |
| 3.6 实验与分析 | 第40-45页 |
| 3.6.1 实验数据集介绍 | 第40-42页 |
| 3.6.2 实验结果与分析 | 第42-45页 |
| 3.7 本章小结 | 第45-46页 |
| 4 总结与展望 | 第46-48页 |
| 4.1 工作总结 | 第46-47页 |
| 4.2 后续研究工作的展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 附录 | 第52页 |
| A. 作者在攻读学位期间发表的论文目录 | 第52页 |
| B. 作者在攻读学位期间取得的科研成果目录 | 第52页 |
