| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 引言 | 第10页 |
| 1.2 研究背景及研究现状 | 第10-15页 |
| 1.2.1 研究背景 | 第10-11页 |
| 1.2.2 国内外研究现状 | 第11-14页 |
| 1.2.3 人脸识别技术存在的难点 | 第14-15页 |
| 1.3 研究内容及意义 | 第15-16页 |
| 1.4 本文主要贡献与创新 | 第16页 |
| 1.5 论文结构安排 | 第16-17页 |
| 第二章 人脸识别基本理论 | 第17-32页 |
| 2.1 引言 | 第17页 |
| 2.2 人脸常用数据库介绍 | 第17-18页 |
| 2.2.1 国外人脸数据库 | 第17-18页 |
| 2.2.2 国内人脸数据库 | 第18页 |
| 2.3 人脸图像获取及预处理 | 第18-22页 |
| 2.3.1 人脸图像获取 | 第18页 |
| 2.3.2 人脸图像预处理 | 第18-22页 |
| 2.4 人脸特征提取 | 第22-27页 |
| 2.4.1 主成分分析法 | 第24-26页 |
| 2.4.2 下采样法 | 第26-27页 |
| 2.5 人脸分类器设计 | 第27-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 压缩感知理论及相关算法研究 | 第32-41页 |
| 3.1 引言 | 第32页 |
| 3.2 基本概念和问题描述 | 第32-34页 |
| 3.3 稀疏表示 | 第34-35页 |
| 3.4 测量编码 | 第35-36页 |
| 3.5 信号重构 | 第36-39页 |
| 3.5.1 最小l_1范数法 | 第37-38页 |
| 3.5.2 匹配追踪法 | 第38-39页 |
| 3.6 常见应用 | 第39-40页 |
| 3.7 本章小结 | 第40-41页 |
| 第四章 基于压缩感知的人脸识别算法设计与实现 | 第41-56页 |
| 4.1 引言 | 第41页 |
| 4.2 SRC算法设计 | 第41-45页 |
| 4.2.1 经典SRC算法 | 第42-44页 |
| 4.2.2 结合特征提取的SRC算法 | 第44-45页 |
| 4.3 算法实现与验证 | 第45-53页 |
| 4.4 存在的问题及局限性 | 第53-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第五章 压缩感知人脸识别改进算法设计与实现 | 第56-75页 |
| 5.1 引言 | 第56页 |
| 5.2 基于小波变换的压缩感知人脸识别改进算法设计与实现 | 第56-64页 |
| 5.2.1 小波变换简介 | 第56-59页 |
| 5.2.2 DWT_SRC算法设计 | 第59-60页 |
| 5.2.3 算法实现与验证 | 第60-64页 |
| 5.3 基于加权l_1范数的压缩感知人脸识别算法设计与实现 | 第64-74页 |
| 5.3.1 噪声与遮挡数学模型及其改进 | 第64-65页 |
| 5.3.2 W_SRC算法设计 | 第65-66页 |
| 5.3.3 算法实现与验证 | 第66-74页 |
| 5.4 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间取得的成果 | 第83-84页 |