| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·课题的研究意义 | 第9-10页 |
| ·国内外现状 | 第10-15页 |
| ·人脸识别中姿态变化的研究方法 | 第10-13页 |
| ·困难光照条件下人脸识别方法 | 第13-15页 |
| ·主要工作 | 第15-17页 |
| ·内容安排 | 第17-18页 |
| 第2章 人脸识别中姿态变化与困难光照条件下的研究方法简介 | 第18-26页 |
| ·人脸识别中姿态与光照变化的研究方法 | 第18-21页 |
| ·基于子空间学习(降维)的方法 | 第18-19页 |
| ·基于字典学习的方法 | 第19-21页 |
| ·困难光照条件下的人脸识别研究方法 | 第21-24页 |
| ·基于光照标准化的方法 | 第21-23页 |
| ·基于光照抽取不敏感的方法 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 基于双线性判别字典学习的姿态与光照变化下的人脸识别 | 第26-47页 |
| ·引言 | 第26-27页 |
| ·双线性判别字典学习(BDDL) | 第27-31页 |
| ·重构残差项f(X,D,A)和正则化项Ω(A) | 第27-29页 |
| ·双线性判别项t(L,X,W,A) | 第29-31页 |
| ·BDDL模型 | 第31页 |
| ·BDDL模型的优化 | 第31-33页 |
| ·分类方法 | 第33-37页 |
| ·基于协同表示的分类(CRC) | 第33-34页 |
| ·双线性判别分类器(BDC) | 第34-35页 |
| ·分类器BDC的置信度 | 第35-37页 |
| ·实验结果与分析 | 第37-46页 |
| ·AT&T(ORL)数据库 | 第37-40页 |
| ·Sheffield(UMIST)人脸数据库 | 第40-42页 |
| ·AR数据库 | 第42-44页 |
| ·CAS-PLEAL-R1数据库 | 第44-45页 |
| ·实验总结 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于局部直方图规定化的困难光照条件下的人脸识别 | 第47-70页 |
| ·引言 | 第47页 |
| ·局部直方图规定化(LHS) | 第47-51页 |
| ·图像边界拓展 | 第47-48页 |
| ·指定的局部直方图学习 | 第48-49页 |
| ·基于直方图学习的局部直方图规定化(LHS-L)算法 | 第49-50页 |
| ·窗口半径r的验证 | 第50-51页 |
| ·基于直方图统计量的局部直方图规定化 | 第51-54页 |
| ·局部直方图统计量学习 | 第52-53页 |
| ·平滑处理 | 第53-54页 |
| ·快速算法 | 第54-62页 |
| ·局部直方图学习快速算法 | 第54-55页 |
| ·局部直方图统计量学习快速算法 | 第55-57页 |
| ·局部直方图规定化快速算法 | 第57-62页 |
| ·实验结果与分析 | 第62-69页 |
| ·识别率评估 | 第62-67页 |
| ·效率评估 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 姿态与光照同时变化条件下的人脸识别分类器集成算法 | 第70-80页 |
| ·引言 | 第70页 |
| ·基于分类器集成的BDDL(En-BDDL) | 第70-71页 |
| ·基于En-BDDL的姿态与光照同时变化条件下的人脸识别 | 第71-72页 |
| ·实验 | 第72-79页 |
| ·实验数据 | 第72页 |
| ·实验设置 | 第72-73页 |
| ·实验结果与分析 | 第73-79页 |
| ·本章小结 | 第79-80页 |
| 第6章 总结与展望 | 第80-82页 |
| ·工作总结 | 第80-81页 |
| ·工作展望 | 第81-82页 |
| 附录 | 第82-89页 |
| 附录1 | 第82页 |
| 附录2 | 第82-89页 |
| 参考文献 | 第89-98页 |
| 在读期间发表的学术论文及研究成果 | 第98-99页 |
| 致谢 | 第99页 |
