基于稀疏表示和特征提取的人脸识别算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状与研究难点 | 第11-13页 |
| 1.2.1 研究现状 | 第11-13页 |
| 1.2.2 研究难点 | 第13页 |
| 1.3 人脸识别框架 | 第13-16页 |
| 1.4 本文主要内容和章节安排 | 第16-18页 |
| 第二章 基于稀疏表示的人脸识别 | 第18-32页 |
| 2.1 稀疏表示理论 | 第18-20页 |
| 2.2 字典学习 | 第20-22页 |
| 2.3 稀疏表示求解方法 | 第22-25页 |
| 2.3.1 基追踪算法 | 第23页 |
| 2.3.2 匹配追踪算法 | 第23-24页 |
| 2.3.3 Lasso算法 | 第24-25页 |
| 2.4 稀疏表示与人脸识别 | 第25-31页 |
| 2.4.1 特征降维 | 第25-27页 |
| 2.4.2 基于稀疏表示的人脸识别 | 第27-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于迭代稀疏表示及特征提取的人脸识别研究 | 第32-47页 |
| 3.1 特征提取 | 第32-38页 |
| 3.1.1 局部二值模式 | 第32-36页 |
| 3.1.2 Gabor特征 | 第36-38页 |
| 3.2 基于迭代稀疏表示及特征提取的人脸识别算法 | 第38-41页 |
| 3.3 实验结果 | 第41-46页 |
| 3.3.1 人脸数据库 | 第41-43页 |
| 3.3.2 实验分析 | 第43-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 人脸识别系统及权重稀疏表示研究 | 第47-56页 |
| 4.1 人脸识别系统 | 第47-49页 |
| 4.2 基于权重稀疏表示的人脸识别 | 第49-51页 |
| 4.3 基于LBP特征及权重稀疏表示的人脸识别 | 第51-52页 |
| 4.4 实验结果 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 基于权重核稀疏表示的人脸识别研究 | 第56-73页 |
| 5.1 基础理论概述 | 第56-59页 |
| 5.1.1 MSR算法 | 第56-58页 |
| 5.1.2 核方法 | 第58-59页 |
| 5.2 基于核稀疏表示的人脸识别 | 第59-60页 |
| 5.3 基于权重核稀疏表示的人脸识别 | 第60-64页 |
| 5.4 实验结果与分析 | 第64-72页 |
| 5.4.1 算法分析 | 第65-69页 |
| 5.4.2 实验结果 | 第69-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 本文总结 | 第73-74页 |
| 6.2 工作展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 攻读硕士学位期间取得的成果 | 第81-82页 |
