| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 注释表 | 第10-11页 |
| 缩略表 | 第11-12页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12页 |
| 1.2 人脸识别的发展历程与主要方法简介 | 第12-14页 |
| 1.2.1 人脸识别的发展历程 | 第12-13页 |
| 1.2.2 人脸识别的主要方法 | 第13-14页 |
| 1.3 本课题的研究现状 | 第14-15页 |
| 1.4 本文的主要工作 | 第15页 |
| 1.5 本文的结构安排 | 第15-17页 |
| 第二章 基于稀疏表示的人脸识别算法 | 第17-23页 |
| 2.1 稀疏表示模型及算法 | 第17-20页 |
| 2.1.1 稀疏表示模型 | 第17-18页 |
| 2.1.2 稀疏优化算法 | 第18-20页 |
| 2.2 稀疏表示分类（SRC）算法 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 基于群组的稀疏表示多人脸图像联合识别 | 第23-37页 |
| 3.1 基于类内测试样本组的稀疏表示分类 | 第23-25页 |
| 3.1.1 表示系数求解 | 第24-25页 |
| 3.1.2 分类 | 第25页 |
| 3.2 数值实验 | 第25-30页 |
| 3.2.1 无遮挡多人脸图像联合识别 | 第26-28页 |
| 3.2.2 更少训练样本数的多人脸图像联合识别 | 第28-29页 |
| 3.2.3 有遮挡多人脸图像联合识别 | 第29-30页 |
| 3.2.4 时间对比 | 第30页 |
| 3.3 基于表示系数模的分类 | 第30-31页 |
| 3.4 类内测试样本的稀疏集中度（SCI）准则筛选 | 第31-34页 |
| 3.5 缺乏类别结构信息下测试样本的预先聚类 | 第34-35页 |
| 3.6 本章小结 | 第35-37页 |
| 第四章 SDR-SLR模型下基于群组的多人脸图像联合识别 | 第37-47页 |
| 4.1 稀疏稠密混合表示-有监督的低秩字典分解（SDR-SLR）算法 | 第37-40页 |
| 4.2 SDR-SLR模型下基于类内测试样本组的多人脸图像联合识别 | 第40-43页 |
| 4.3 数值实验 | 第43-45页 |
| 4.3.1 更少训练样本下的多人脸图像联合识别 | 第43-44页 |
| 4.3.2 不同规模类内测试样本组的多人脸图像联合识别 | 第44页 |
| 4.3.3 有遮挡多人脸图像联合识别 | 第44-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 全文总结 | 第47-48页 |
| 5.2 展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 攻读硕士学位期间的研究成果 | 第54页 |
