基于判别稀疏局部保持投影的图像识别
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·选题研究背景 | 第7-9页 |
| ·研究现状 | 第9-13页 |
| ·常见的人脸识别方法 | 第10-13页 |
| ·本文的研究内容及安排 | 第13-15页 |
| 第二章 稀疏表示理论基础 | 第15-27页 |
| ·引言 | 第15页 |
| ·稀疏表示理论的基本原理 | 第15-18页 |
| ·常用稀疏编码算法介绍 | 第18-22页 |
| ·匹配追踪（MP）算法 | 第18-19页 |
| ·正交匹配追踪（OMP）算法 | 第19-20页 |
| ·最小角回归算法[55] | 第20-22页 |
| ·稀疏表示在模式识别中的应用 | 第22-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 稀疏表示的局部保持投影 | 第27-39页 |
| ·流形学习思想及发展 | 第27-33页 |
| ·局部保持投影（LPP）介绍 | 第27-30页 |
| ·Isometric Projection | 第30-31页 |
| ·邻域保持嵌入（NPE）介绍 | 第31-33页 |
| ·基于稀疏表示的局部保持投影 | 第33-35页 |
| ·实验仿真及分析 | 第35-37页 |
| ·PIE 人脸库仿真实验 | 第35-36页 |
| ·FERET 人脸库仿真实验 | 第36页 |
| ·结果分析 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 监督的判别稀疏局部保持投影 | 第39-49页 |
| ·MFA 算法简要分析 | 第39-41页 |
| ·基于子空间的稀疏编码 | 第41-42页 |
| ·有监督的稀疏局部保持投影 | 第42-44页 |
| ·实验仿真及结果分析 | 第44-47页 |
| ·PIE 人脸库实验仿真 | 第44-45页 |
| ·AR 人脸库实验仿真 | 第45-46页 |
| ·算法分析讨论 | 第46-47页 |
| ·小结 | 第47-49页 |
| 第五章 总结与展望 | 第49-51页 |
| ·本文工作内容总结 | 第49-50页 |
| ·展望 | 第50-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-59页 |
| 研究成果 | 第59-60页 |
