| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 特征提取研究现状 | 第10-11页 |
| 1.2.2 FPH框架研究现状 | 第11-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 论文章节安排 | 第13-14页 |
| 第2章 相关理论基础 | 第14-23页 |
| 2.1 FPH框架中的传统特征提取方法 | 第14-20页 |
| 2.2 PCANet：基于深度学习的特征提取方法 | 第20-21页 |
| 2.3 FPH框架中的编码方法 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 FPH特征提取的鲁棒性原理 | 第23-43页 |
| 3.1 引言 | 第23-24页 |
| 3.2 FPH框架的鲁棒性分析 | 第24-26页 |
| 3.3 特征图生成的基本准则 | 第26-32页 |
| 3.3.1 局部性 | 第26页 |
| 3.3.2 特征分解的几种方式 | 第26-31页 |
| 3.3.3 深度滤波：精简参数、逐步增大感受野 | 第31-32页 |
| 3.4 模式图编码的基本原理：可逆的特征压缩 | 第32-37页 |
| 3.4.1 模式图编码的几种方法及一般规律 | 第32-35页 |
| 3.4.2 可逆的特征压缩过程 | 第35-37页 |
| 3.5 实验与分析 | 第37-42页 |
| 3.5.1 基于Extended Yale B数据库的模拟遮挡人脸识别 | 第37-39页 |
| 3.5.2 基于AR数据库的实际遮挡人脸识别 | 第39-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于改进的PCANet的鲁棒人脸识别 | 第43-54页 |
| 4.1 引言 | 第43-45页 |
| 4.2 局部球面规范化 | 第45-46页 |
| 4.3 PCANet的局部球面规范化嵌入 | 第46-49页 |
| 4.4 实验与分析 | 第49-53页 |
| 4.4.1 基于UMB-DB数据库的人脸识别实验 | 第49-51页 |
| 4.4.2 基于AR数据库的人脸识别实验 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间参加的科研项目和成果 | 第62页 |