一类协同表示人脸识别算法的研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究的背景与意义 | 第8-9页 |
| 1.2 基于稀疏表示的人脸识别算法的发展 | 第9-10页 |
| 1.3 人脸识别技术中面临的难题 | 第10-11页 |
| 1.4 本文的主要安排工作 | 第11-13页 |
| 第二章 基于稀疏表示的人脸识别技术基础及相关内容 | 第13-25页 |
| 2.1 经典的稀疏表示的人脸识别技术 | 第13-14页 |
| 2.1.1 研究意义 | 第13页 |
| 2.1.2 基于稀疏表示的分类算法 | 第13-14页 |
| 2.2 协同表示的人脸识别算法 | 第14-17页 |
| 2.2.1 基本的协同表示算法 | 第14-15页 |
| 2.2.2 基于正则最小二乘法的协同表示算法 | 第15-16页 |
| 2.2.3 协同表示算法的偏差研究 | 第16页 |
| 2.2.4 基于单类表示的协同表示算法研究 | 第16-17页 |
| 2.2.5 基于全局类表示的协同表示算法研究 | 第17页 |
| 2.3 镜像图法 | 第17-19页 |
| 2.3.1 镜像图法的基本理论 | 第17-18页 |
| 2.3.2 基于线性回归的人脸识别算法 | 第18-19页 |
| 2.3.3 基于线性回归的镜像图法 | 第19页 |
| 2.4 基于概率表示的稀疏识别算法 | 第19-23页 |
| 2.4.1 研究意义 | 第19-20页 |
| 2.4.2 基于概率的协同子空间表示 | 第20-21页 |
| 2.4.3 基于概率的外部样本的协同子空间表示 | 第21-22页 |
| 2.4.4 基于分类器的概率协同表示子空间 | 第22页 |
| 2.4.5 基于概率的协同表示模型 | 第22-23页 |
| 2.4.6 基于概率的协同表示分类器 | 第23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 镜像图与粗细层次结合的稀疏人脸识别算法 | 第25-33页 |
| 3.1 粗细层次结合的人脸识别算法 | 第25-26页 |
| 3.2 新算法的提出 | 第26-28页 |
| 3.3 新算法的合理性分析 | 第28-29页 |
| 3.4 实验结果与分析 | 第29-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 新的多样本扩充协同表示分类人脸识别算法 | 第33-42页 |
| 4.1 新算法的研究意义 | 第33页 |
| 4.2 新算法的提出 | 第33-36页 |
| 4.3 新算法的合理性分析 | 第36-38页 |
| 4.4 实验结果与分析 | 第38-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第五章 基于概率协同表示人脸识别算法 | 第42-50页 |
| 5.1 研究意义 | 第42页 |
| 5.2 新算法中目标函数的建立 | 第42-44页 |
| 5.3 新算法的提出 | 第44-45页 |
| 5.4 新算法的合理性分析 | 第45-46页 |
| 5.5 实验结果与分析 | 第46-49页 |
| 5.6 本章小结 | 第49-50页 |
| 第六章 结论与展望 | 第50-54页 |
| 6.1 新算法的比较 | 第50-52页 |
| 6.2 研究总结 | 第52页 |
| 6.3 工作展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-65页 |
| 作者简介 | 第65页 |
