基于稀疏表示的人脸识别方法
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 人脸识别的背景及意义 | 第10-12页 |
| 1.2 人脸识别的主要应用 | 第12-13页 |
| 1.3 人脸识别的发展历程 | 第13-17页 |
| 1.4 人脸识别存在的问题 | 第17-19页 |
| 1.5 本文的主要工作与内容安排 | 第19-20页 |
| 第2章 人脸特征提取方法 | 第20-34页 |
| 2.1 主成分分析法 | 第20-22页 |
| 2.2 线性鉴别分析 | 第22-25页 |
| 2.3 局部保持投影 | 第25-27页 |
| 2.4 局部二值模式 | 第27-31页 |
| 2.4.1 LBP算法基本原理 | 第27-29页 |
| 2.4.2 LBP算子发展 | 第29-31页 |
| 2.5 仿真及结果分析 | 第31-32页 |
| 2.6 本章小结 | 第32-34页 |
| 第3章 基于梯度约束的分块稀疏表示的人脸识别方法 | 第34-50页 |
| 3.1 SRC稀疏表示方法 | 第34-38页 |
| 3.1.1 基本原理 | 第34-36页 |
| 3.1.2 仿真及结果分析 | 第36-38页 |
| 3.2 GCSRC稀疏表示方法 | 第38-42页 |
| 3.2.1 算法原理 | 第39-41页 |
| 3.2.2 算法步骤 | 第41-42页 |
| 3.3 仿真及结果分析 | 第42-49页 |
| 3.3.1 无遮挡的人脸识别 | 第42-44页 |
| 3.3.2 遮挡的人脸识别方法 | 第44-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第4章 基于字典分解的稀疏表示的鲁棒人脸识别 | 第50-68页 |
| 4.1 正则化SRC算法 | 第51-52页 |
| 4.2 DDSRC稀疏表示方法 | 第52-58页 |
| 4.2.1 字典分解 | 第52-56页 |
| 4.2.2 投影矩阵 | 第56-57页 |
| 4.2.3 DDSRC算法步骤 | 第57-58页 |
| 4.3 仿真及结果分析 | 第58-66页 |
| 4.3.1 无遮挡的人脸识别 | 第59-62页 |
| 4.3.2 遮挡的人脸识别 | 第62-66页 |
| 4.4 本章小结 | 第66-68页 |
| 第5章 总结与展望 | 第68-70页 |
| 5.1 总结 | 第68-69页 |
| 5.2 工作展望 | 第69-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 攻读学位期间获得与学位论文相关的科研成果目录 | 第78-80页 |
| 附录A 缩略语对照表 | 第80页 |
