| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 专用术语注释 | 第8-10页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 人脸识别的研究背景及意义 | 第10-11页 |
| 1.2 人脸识别的发展历史及现状 | 第11-13页 |
| 1.2.1 人脸识别的发展历史 | 第11-12页 |
| 1.2.2 人脸识别的发展现状 | 第12-13页 |
| 1.3 人脸识别系统 | 第13-14页 |
| 1.4 人脸识别算法中的难点及性能指标 | 第14-15页 |
| 1.4.1 人脸识别算法的难点 | 第14-15页 |
| 1.4.2 人脸识别算法的性能指标 | 第15页 |
| 1.5 主要研究内容及各章安排 | 第15-17页 |
| 第二章 稀疏表示的理论基础 | 第17-30页 |
| 2.1 稀疏表示的基本理论 | 第17-19页 |
| 2.2 稀疏表示问题的求解 | 第19-24页 |
| 2.2.1 基追踪算法 | 第19-22页 |
| 2.2.2 贪婪算法 | 第22-24页 |
| 2.3 稀疏字典 | 第24-29页 |
| 2.3.1 字典的概念 | 第24-26页 |
| 2.3.2 字典的构造方法 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于稀疏表示的人脸识别算法 | 第30-41页 |
| 3.1 基于主成分分析法的稀疏表示的人脸识别算法 | 第31-37页 |
| 3.1.1 主成分分析 | 第31-34页 |
| 3.1.2 识别分类 | 第34-36页 |
| 3.1.3 实验仿真 | 第36-37页 |
| 3.2 基于GABOR小波变换的稀疏表示的人脸识别算法 | 第37-40页 |
| 3.2.1 Gabor小波变换 | 第37-38页 |
| 3.2.2 识别分类 | 第38-39页 |
| 3.2.3 实验仿真 | 第39-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第四章 光照、表情变化下稀疏表示人脸识别算法 | 第41-59页 |
| 4.1 基于HOG特征和多项式核函数的稀疏表示人脸识别算法 | 第41-46页 |
| 4.1.1 HOG特征提取 | 第42-43页 |
| 4.1.2 核函数 | 第43-44页 |
| 4.1.3 识别分类 | 第44-45页 |
| 4.1.4 实验仿真 | 第45-46页 |
| 4.2 统一化的LGBP特征及稀疏表示人脸识别算法 | 第46-52页 |
| 4.2.1 Gabor小波变换 | 第46-48页 |
| 4.2.2 ULBP直方图 | 第48-49页 |
| 4.2.3 特征提取 | 第49页 |
| 4.2.4 识别分类 | 第49-51页 |
| 4.2.5 实验仿真 | 第51-52页 |
| 4.3 判别式字典学习的稀疏表示人脸识别算法 | 第52-58页 |
| 4.3.1 Fisher准则 | 第53-55页 |
| 4.3.2 识别分类 | 第55-58页 |
| 4.3.3 实验仿真 | 第58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 遮挡下的稀疏表示人脸识别算法 | 第59-71页 |
| 5.1 正则化的稀疏表示人脸识别算法 | 第59-66页 |
| 5.1.1 RRC模型 | 第61-62页 |
| 5.1.2 迭代加权 | 第62-63页 |
| 5.1.3 权系数 | 第63-64页 |
| 5.1.4 实验仿真 | 第64-66页 |
| 5.2 字典重建的正则化稀疏表示人脸识别算法 | 第66-70页 |
| 5.2.1 灰度阈值变换 | 第66-68页 |
| 5.2.2 图像融合 | 第68页 |
| 5.2.3 遮挡下的RRC人脸识别算法 | 第68-69页 |
| 5.2.4 实验仿真 | 第69-70页 |
| 5.3 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 全文总结 | 第71页 |
| 6.2 展望 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78-79页 |
| 附录 攻读硕士学位期间的科研成果 | 第79页 |
