首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于稀疏表示的人脸识别

摘要第1-6页
Abstract第6-9页
第1章 绪论第9-14页
   ·背景及意义第9-10页
   ·国内外发展状况第10-13页
   ·本文研究内容第13-14页
第2章 人脸识别概述第14-24页
   ·人脸识别概念第14页
   ·影响因素及相应的解决方法第14-19页
     ·光照变化问题第15-16页
     ·姿态问题第16-17页
     ·数据容量问题第17-18页
     ·年龄、表情、遮挡等问题第18-19页
   ·人脸识别系统第19-24页
     ·人脸识别系统框架第19-20页
     ·人脸识别阶段关键问题第20-22页
     ·人脸数据库简介第22-24页
第3章 稀疏表示第24-34页
   ·稀疏表示概念第24-26页
     ·稀疏表示解决的问题第24-25页
     ·具体求解的过程第25-26页
   ·稀疏表示的应用第26-29页
     ·信号处理中的应用第27页
     ·图像处理中的应用第27-28页
     ·人脸识别中的应用第28-29页
   ·基于稀疏表示的人脸识别第29-30页
   ·实验结果与分析第30-33页
   ·本章小结第33-34页
第四章 基于偏微分方程改进 Retinex 与稀疏表示相结合的光照人脸识别第34-43页
   ·Retinex 理论第34-35页
     ·Retinex 理论的特点第34-35页
     ·Retinex 理论的表示形式第35页
   ·偏微分方程第35-36页
   ·基于偏微分方程改进 Retinex 与稀疏表示相结合的人脸识别方法第36-39页
   ·实验第39-42页
   ·本章小结第42-43页
第5章 单样本的人脸识别第43-51页
   ·单样本人脸识别方法分析第43-44页
   ·ModulePCA 概述第44-45页
   ·基于 ModulePCA 与稀疏表示的单样本人脸识别方法第45-47页
     ·样本集的获取第45-47页
     ·识别过程第47页
   ·实验第47-50页
   ·本章小结第50-51页
第6章 结论与展望第51-52页
   ·结论第51页
   ·展望第51-52页
参考文献第52-57页
致谢第57-58页
攻读学位期间取得的科研成果第58页

论文共58页,点击 下载论文
上一篇:基于模糊方法的粗糙支持向量机算法研究
下一篇:基于LDA与SVM的文本分类研究