基于Fisher判别字典的稀疏表示人脸识别研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 人脸识别的技术难点 | 第16-17页 |
| 1.4 本文主要内容与结构安排 | 第17-20页 |
| 2 基本理论 | 第20-34页 |
| 2.1 人脸识别系统的构成 | 第20-25页 |
| 2.1.1 人脸检测 | 第20-22页 |
| 2.1.2 图像预处理 | 第22-23页 |
| 2.1.3 特征提取 | 第23页 |
| 2.1.4 分类识别 | 第23-25页 |
| 2.2 稀疏表示理论 | 第25-29页 |
| 2.2.1 稀疏表示模型 | 第25-27页 |
| 2.2.2 稀疏系数的求解 | 第27-29页 |
| 2.3 字典学习 | 第29-33页 |
| 2.3.1 简单字典学习模型 | 第29-30页 |
| 2.3.2 Fisher判别字典学习 | 第30-33页 |
| 2.4 本章小结 | 第33-34页 |
| 3 基于FDDL的局部约束分组稀疏表示人脸识别 | 第34-48页 |
| 3.1 相关工作 | 第34-37页 |
| 3.1.1 局部约束稀疏表示 | 第35-36页 |
| 3.1.2 分组稀疏表示 | 第36-37页 |
| 3.2 基于FDDL的局部约束分组稀疏表示 | 第37-41页 |
| 3.3 实验结果与分析 | 第41-46页 |
| 3.3.1 ORL人脸库 | 第41-43页 |
| 3.3.2 Extended Yale B人脸库 | 第43-45页 |
| 3.3.3 AR人脸库 | 第45-46页 |
| 3.4 本章小结 | 第46-48页 |
| 4 基于FDDL的联合稀疏表示人脸识别 | 第48-60页 |
| 4.1 联合稀疏表示模型 | 第49-52页 |
| 4.1.1 加权分组稀疏表示 | 第49-51页 |
| 4.1.2 加权分组稀疏与整体稀疏的联合表示 | 第51-52页 |
| 4.2 基于FDDL的联合稀疏表示 | 第52-54页 |
| 4.3 实验结果与分析 | 第54-59页 |
| 4.3.1 ORL人脸库 | 第55-56页 |
| 4.3.2 Extended Yale B人脸库 | 第56-58页 |
| 4.3.3 AR人脸库 | 第58-59页 |
| 4.4 本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-69页 |
| 作者简介及研究成果 | 第69-70页 |
