| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要研究成果 | 第13-14页 |
| 1.4 本文组织结构 | 第14-16页 |
| 第2章 理论基础 | 第16-23页 |
| 2.1 压缩感知理论 | 第16-17页 |
| 2.2 基于稀疏表示的人脸识别 | 第17-21页 |
| 2.2.1 稀疏表示模型的建立 | 第18-19页 |
| 2.2.2 稀疏系数的求解 | 第19-20页 |
| 2.2.3 稀疏表示的分类判决 | 第20-21页 |
| 2.3 基于扩展字典的稀疏表示人脸识别 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 先验采样约束结合扩展字典的细化稀疏识别技术 | 第23-34页 |
| 3.1 引言 | 第23-24页 |
| 3.2 先验采样约束结合扩展字典的细化稀疏表示方法 | 第24-27页 |
| 3.2.1 先验局部采样子模块稀疏表示识别算法 | 第24-26页 |
| 3.2.2 基于样本遮挡扩展字典的全局稀疏表示方法 | 第26-27页 |
| 3.3 实验仿真 | 第27-33页 |
| 3.3.1 墨镜遮挡 | 第28-29页 |
| 3.3.2 围巾遮挡 | 第29-31页 |
| 3.3.3 墨镜+围巾遮挡 | 第31-32页 |
| 3.3.4 实验分析 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 稀疏扩展字典学习的代价敏感单样本人脸认证 | 第34-44页 |
| 4.1 引言 | 第34-35页 |
| 4.2 基于稀疏扩展字典学习的代价敏感单样本人脸认证 | 第35-40页 |
| 4.2.1 基于稀疏扩展字典学习的人脸识别 | 第35-38页 |
| 4.2.2 基于代价敏感模型的分类决策 | 第38-40页 |
| 4.3 实验结果及分析 | 第40-43页 |
| 4.3.1 AR人脸数据库 | 第40-41页 |
| 4.3.2 CMU-PIE数据库 | 第41-42页 |
| 4.3.3 Extended Yale B数据库 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 基于虚拟样本扩展字典的Borda投票稀疏表示单样本人脸识别方法 | 第44-53页 |
| 5.1 引言 | 第44-45页 |
| 5.2 基于多下采样扩展的Borda投票稀疏表示单样本人脸识别方法 | 第45-48页 |
| 5.2.1 基于多下采样的单训练样本扩展 | 第46页 |
| 5.2.2 基于Borda投票稀疏分类 | 第46-48页 |
| 5.3 基于加噪扩展的Borda投票稀疏表示单样本人脸识别方法 | 第48-49页 |
| 5.4 实验结果及分析 | 第49-52页 |
| 5.4.1 Yale人脸数据库 | 第49-50页 |
| 5.4.2 ORL人脸数据库 | 第50-52页 |
| 5.5 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第60-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62页 |
