| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景及其意义 | 第10-11页 |
| 1.2 人脸识别的研究综述 | 第11-16页 |
| 1.2.1 国内外研究现状及发展趋势 | 第11-13页 |
| 1.2.2 特征提取方法的研究 | 第13-15页 |
| 1.2.3 遮挡问题的研究 | 第15-16页 |
| 1.3 本文的研究内容 | 第16-18页 |
| 1.4 组织结构 | 第18-19页 |
| 第二章 基础理论与算法研究 | 第19-30页 |
| 2.1 人脸识别系统 | 第19-20页 |
| 2.2 经典特征提取算法 | 第20-24页 |
| 2.2.1 主成分分析 | 第20-21页 |
| 2.2.2 线性鉴别分析 | 第21-22页 |
| 2.2.3 局部保持投影 | 第22-23页 |
| 2.2.4 局部非负矩阵分解 | 第23-24页 |
| 2.3 基于重构误差的分类方法 | 第24-29页 |
| 2.3.1 稀疏表示分类 | 第24-27页 |
| 2.3.2 线性回归分类 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于协同鉴别的核线性回归人脸识别 | 第30-48页 |
| 3.1 核方法 | 第31-32页 |
| 3.2 线性协同鉴别回归分类 | 第32-35页 |
| 3.3 核线性回归分类 | 第35-38页 |
| 3.4 基于协同鉴别的核线性回归分类 | 第38-42页 |
| 3.5 实验结果与分析 | 第42-46页 |
| 3.5.1 训练样本个数和特征维数对算法性能的影响 | 第42-44页 |
| 3.5.2 表情变化对算法性能的影响 | 第44-45页 |
| 3.5.3 光照变化对算法性能的影响 | 第45-46页 |
| 3.6 本章小结 | 第46-48页 |
| 第四章 基于马尔科夫随机场的结构化稀疏人脸识别 | 第48-62页 |
| 4.1 基于马尔科夫随机场的遮挡物字典 | 第48-53页 |
| 4.1.1 基于马尔科夫随机场的误差支撑的先验概率模型 | 第49-50页 |
| 4.1.2 基于马尔科夫随机场的遮挡物区域估计方法 | 第50-53页 |
| 4.1.3 遮挡物字典学习 | 第53页 |
| 4.2 结构化稀疏的遮挡人脸识别模型 | 第53-57页 |
| 4.2.1 结构化稀疏表示 | 第53-55页 |
| 4.2.2 结构化稀疏的遮挡人脸识别模型 | 第55-57页 |
| 4.3 实验结果与分析 | 第57-61页 |
| 4.3.1 不同遮挡场景对算法性能的影响 | 第58-60页 |
| 4.3.2 遮挡物字典的样本个数对算法性能的影响 | 第60-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 人脸识别原型系统的实现 | 第62-68页 |
| 5.1 系统概述 | 第62页 |
| 5.2 系统功能介绍 | 第62-67页 |
| 5.3 本章小结 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 参考文献 | 第70-78页 |
| 攻读硕士学位期间取得的研究成果 | 第78-79页 |
| 致谢 | 第79-80页 |
| 附表 | 第80页 |
