基于奇异值分解和稀疏表示的人脸识别

摘要	第1-4页
Abstract	第4-8页
第一章 绪论	第8-18页
·人脸识别技术的研究背景和意义	第8-11页
·人脸识别技术的一般过程	第11-13页
·人脸检测	第12页
·特征提取	第12-13页
·分类识别	第13页
·人脸识别技术的发展现状	第13-14页
·常用人脸数据库	第14-16页
·本文的主要安排及内容	第16-18页
第二章 基于稀疏表示的人脸识别方法	第18-26页
·稀疏表示理论	第18-21页
·测试样本是训练样本的稀疏线性组合	第21-23页
·通过l~1范数最小值求解	第23页
·基于稀疏表示的人脸识别	第23-25页
·数据的降维	第25页
·小结	第25-26页
第三章 人脸特征的提取方法	第26-36页
·几何特征提取	第26页
·主成分分析法	第26-30页
·K-L变换的原理	第27-28页
·PCA特征提取流程	第28-30页
·离散余弦变换法	第30-32页
·奇异值分解法	第32-35页
·小结	第35-36页
第四章 基于奇异值分解和稀疏表示的人脸识别方法	第36-44页
·特征提取	第36-38页
·图像分块	第36-37页
·局部与整体结合的特征提取	第37-38页
·基于奇异值分解和稀疏表示的人脸识别	第38-40页
·l~0范数最小值问题的求解	第40-42页
·小结	第42-44页
第五章 实验结果与分析	第44-52页
·K值的选择	第44-46页
·实验结果	第46-48页
·实验分析	第48-50页
·小结	第50-52页
第六章 总结和展望	第52-54页
·总结	第52-53页
·展望	第53-54页
致谢	第54-56页
参考文献	第56-62页
附录A	第62页