基于低秩分解的特征抽取与分类应用研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 概述 | 第11-13页 |
| 1.1.1 人脸识别技术的发展 | 第11-12页 |
| 1.1.2 人脸识别技术的应用 | 第12-13页 |
| 1.2 人脸识别技术的内容 | 第13-14页 |
| 1.2.1 人脸识别的结构 | 第13页 |
| 1.2.2 人脸识别技术存在的问题 | 第13-14页 |
| 1.3 特征提取技术介绍 | 第14-17页 |
| 1.3.1 线性特征抽取 | 第14-15页 |
| 1.3.2 非线性特征抽取 | 第15-17页 |
| 1.4 稀疏表示 | 第17-18页 |
| 1.5 本文主要研究工作 | 第18-19页 |
| 1.6 本文内容的章节安排 | 第19-21页 |
| 第二章 低秩矩阵恢复 | 第21-27页 |
| 2.1 引言 | 第21页 |
| 2.2 矩阵分解算法 | 第21-22页 |
| 2.3 低秩矩阵恢复 | 第22-25页 |
| 2.3.1 迭代阈值法 | 第23-24页 |
| 2.3.2 增广拉格朗日乘子法 | 第24页 |
| 2.3.3 加速梯度法 | 第24-25页 |
| 2.4 低秩矩阵恢复的应用 | 第25-27页 |
| 第三章 鲁棒拉普拉斯稀疏编码的图像表示 | 第27-45页 |
| 3.1 引言 | 第27-28页 |
| 3.2 相关工作 | 第28-31页 |
| 3.2.1 稀疏编码 | 第29-30页 |
| 3.2.2 局部约束稀疏编码(LSC) | 第30页 |
| 3.2.3 鲁棒PCA和低秩矩阵恢复 | 第30-31页 |
| 3.3 鲁棒拉普拉斯稀疏编码 | 第31-36页 |
| 3.3.1 目标函数的确定 | 第31-33页 |
| 3.3.2 优化解决方案 | 第33-36页 |
| 3.4 实验结果及分析 | 第36-44页 |
| 3.4.1 参数的设定 | 第36-37页 |
| 3.4.2 AR人脸库上的实验 | 第37-41页 |
| 3.4.3 扩展YALE B人脸库上的实验 | 第41-44页 |
| 3.5 总结与展望 | 第44-45页 |
| 第四章 鲁棒线性鉴别分析 | 第45-59页 |
| 4.1 引言 | 第45-46页 |
| 4.2 相关工作 | 第46-49页 |
| 4.2.1 线性鉴别分析 | 第47-48页 |
| 4.2.2 鲁棒PCA和低秩矩阵恢复 | 第48-49页 |
| 4.3 鲁棒线性鉴别分析 | 第49-52页 |
| 4.3.1 目标函数的确定 | 第49页 |
| 4.3.2 问题的优化 | 第49-52页 |
| 4.4 实验结果及分析 | 第52-58页 |
| 4.4.1 ORL人脸库上的实验 | 第52-54页 |
| 4.4.2 AR人脸库上的实验 | 第54-56页 |
| 4.4.3 扩展YALEB人脸库上的实验 | 第56-58页 |
| 4.5 总结与展望 | 第58-59页 |
| 第五章 鲁棒边界Fisher分析 | 第59-67页 |
| 5.1 引言 | 第59页 |
| 5.2 相关工作 | 第59-61页 |
| 5.2.1 边界Fisher分析 | 第59-60页 |
| 5.2.2 鲁棒PCA和低秩矩阵恢复 | 第60-61页 |
| 5.3 鲁棒线性Fisher分析 | 第61-62页 |
| 5.3.1 目标函数的确定 | 第61-62页 |
| 5.3.2 算法描述 | 第62页 |
| 5.4 实验结果及分析 | 第62-65页 |
| 5.4.1 FERET人脸库上的实验 | 第63页 |
| 5.4.2 AR人脸库上的实验 | 第63-64页 |
| 5.4.3 扩展YALE B人脸库上的实验 | 第64-65页 |
| 5.5 总结与展望 | 第65-67页 |
| 第六章 基于非负的低秩矩阵分解 | 第67-74页 |
| 6.1 引言 | 第67-68页 |
| 6.2 非负矩阵分解(NMF) | 第68页 |
| 6.3 算法介绍 | 第68-71页 |
| 6.3.1 目标函数的确定 | 第68-69页 |
| 6.3.2 问题的优化 | 第69-70页 |
| 6.3.3 算法描述 | 第70-71页 |
| 6.4 实验结果及分析 | 第71-73页 |
| 6.4.1 AR人脸库上的实验 | 第71-72页 |
| 6.4.2 YALE B人脸库上的实验 | 第72-73页 |
| 6.5 总结与展望 | 第73-74页 |
| 第七章 总结与展望 | 第74-76页 |
| 7.1 总结 | 第74页 |
| 7.2 展望 | 第74-76页 |
| 参考文献 | 第76-83页 |
| 致谢 | 第83-84页 |
| 攻读硕士学位期间发表学术论文情况 | 第84-85页 |
