| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 人脸识别技术国内外研究现状 | 第11-15页 |
| 1.2.1 人脸识别技术发展历程 | 第11-12页 |
| 1.2.2 局部遮挡下的人脸识别技术 | 第12-15页 |
| 1.3 本文的主要研究内容 | 第15-16页 |
| 1.4 本文结构安排 | 第16-17页 |
| 第二章 稀疏表示理论与协同表示理论及其在人脸识别中的应用 | 第17-23页 |
| 2.1 引言 | 第17页 |
| 2.2 稀疏表示理论 | 第17-20页 |
| 2.3 稀疏表示在人脸识别中的应用 | 第20页 |
| 2.4 协同表示理论 | 第20-22页 |
| 2.5 协同表示在人脸识别中的应用 | 第22页 |
| 2.6 本章小结 | 第22-23页 |
| 第三章 基于分块图像相似性加权的遮挡人脸识别方法 | 第23-38页 |
| 3.1 引言 | 第23-24页 |
| 3.2 加权协同表示分类 | 第24-25页 |
| 3.3 权值矩阵的构造 | 第25-28页 |
| 3.3.1 韦伯特征提取 | 第25-26页 |
| 3.3.2 图像相似性确定及权值系数获取 | 第26-28页 |
| 3.4 特征数据集的处理 | 第28-30页 |
| 3.5 本章算法的具体步骤 | 第30页 |
| 3.6 实验结果与分析 | 第30-37页 |
| 3.6.1 实验平台与参数设置 | 第30-31页 |
| 3.6.2 AR人脸库实验 | 第31-35页 |
| 3.6.3 Extended Yale B人脸库实验 | 第35-37页 |
| 3.7 本章小结 | 第37-38页 |
| 第四章 基于残差加权的遮挡人脸识别方法 | 第38-50页 |
| 4.1 引言 | 第38页 |
| 4.2 残差加权的协同表示分类 | 第38-39页 |
| 4.3 残差权值向量的构造 | 第39-41页 |
| 4.4 本章算法的具体步骤 | 第41-42页 |
| 4.5 实验结果与分析 | 第42-49页 |
| 4.5.1 实验平台与参数设置 | 第42-43页 |
| 4.5.2 AR人脸库实验 | 第43-47页 |
| 4.5.3 Extended Yale B人脸库实验 | 第47-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第五章 基于遮挡区域去除的人脸识别方法 | 第50-56页 |
| 5.1 引言 | 第50页 |
| 5.2 稀疏表示分类 | 第50-51页 |
| 5.3 遮挡区域检测 | 第51-52页 |
| 5.4 实验结果与分析 | 第52-55页 |
| 5.4.1 实验平台与参数设置 | 第52-53页 |
| 5.4.2 AR人脸库实验 | 第53-55页 |
| 5.4.3 Extended Yale B人脸库实验 | 第55页 |
| 5.5 本章小结 | 第55-56页 |
| 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间取得的研究成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 附件 | 第64页 |
