基于压缩感知的人脸识别系统设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究内容及结构安排 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第二章 人脸识别理论分析与研究 | 第14-27页 |
| 2.1 引言 | 第14页 |
| 2.2 人脸图像检测及预处理 | 第14-20页 |
| 2.2.1 人脸检测 | 第14-17页 |
| 2.2.2 图像预处理 | 第17-20页 |
| 2.3 人脸特征提取 | 第20-23页 |
| 2.3.1 主成分分析 | 第21-23页 |
| 2.3.2 局部二进制模式 | 第23页 |
| 2.4 人脸分类识别方法 | 第23-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 压缩感知理论 | 第27-40页 |
| 3.1 压缩感知理论框架 | 第27-28页 |
| 3.2 稀疏表示 | 第28-31页 |
| 3.3 测量编码 | 第31-32页 |
| 3.4 重构算法 | 第32-38页 |
| 3.4.1 最小I_1范数法 | 第33-34页 |
| 3.4.2 匹配追踪算法 | 第34-36页 |
| 3.4.3 重构算法的仿真分析 | 第36-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第四章 基于压缩感知的人脸识别算法 | 第40-56页 |
| 4.1 SRC算法 | 第40-43页 |
| 4.1.1 SRC算法原理 | 第40-41页 |
| 4.1.2 SRC算法流程 | 第41-43页 |
| 4.2 对SRC算法的改进 | 第43-50页 |
| 4.2.1 基于残差的压缩感知重构算法 | 第44-48页 |
| 4.2.2 改进的均匀分块SRC算法 | 第48-50页 |
| 4.3 实验及结果分析 | 第50-55页 |
| 4.3.1 ORL人脸数据库实验 | 第50-53页 |
| 4.3.2 Yale人脸数据库实验 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 人脸识别系统的设计与实现 | 第56-72页 |
| 5.1 人脸识别系统的需求分析 | 第56-57页 |
| 5.2 人脸识别系统的软件设计 | 第57-63页 |
| 5.2.1 系统总体框架 | 第57-58页 |
| 5.2.2 系统模块设计 | 第58-61页 |
| 5.2.3 系统数据库设计 | 第61-63页 |
| 5.3 人脸识别系统的软件实现 | 第63-69页 |
| 5.3.1 系统的软硬件平台 | 第63-65页 |
| 5.3.2 系统的运行效果 | 第65-69页 |
| 5.4 系统的测试与性能分析 | 第69-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72-73页 |
| 6.2 展望 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间发表的论文和科研项目 | 第80页 |
