| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-19页 |
| ·人脸识别概述 | 第9-12页 |
| ·人脸识别技术的意义 | 第9-10页 |
| ·人脸识别的影响因素 | 第10-11页 |
| ·人脸识别算法概述 | 第11-12页 |
| ·单样本人脸识别概述 | 第12页 |
| ·国内外研究进展 | 第12-16页 |
| ·人脸识别 | 第12-14页 |
| ·单样本人脸识别 | 第14-16页 |
| ·论文内容和章节安排 | 第16-19页 |
| ·论文研究内容和创新点 | 第16-17页 |
| ·论文的章节安排 | 第17-19页 |
| 第2章 基于稀疏表达的人脸识别算法 | 第19-24页 |
| ·基于稀疏表达的人脸识别算法框架 | 第19-20页 |
| ·基于稀疏表达模型的改进算法 | 第20-24页 |
| ·字典学习 | 第20-22页 |
| ·遮挡问题 | 第22-24页 |
| 第3章 类内面部变化模型的构建 | 第24-32页 |
| ·人脸面部变化模型 | 第24-26页 |
| ·类内人脸面部变化模型 | 第26-28页 |
| ·类间面部变化模型与人脸面部变化模型的比较 | 第28-32页 |
| 第4章 基于类内面部变化模型的单样本人脸识别算法 | 第32-39页 |
| ·基于类内面部变化模型的人脸识别 | 第32-33页 |
| ·类内人脸面部变化模型的单样本人脸图像配准 | 第33-35页 |
| ·单样本对齐 | 第34-35页 |
| ·单样本识别 | 第35页 |
| ·基于单样本的压缩域类内人脸面部变化模型 | 第35-39页 |
| 第5章 单样本人脸识别算法验证与评估 | 第39-49页 |
| ·不同压缩率对算法性能的影响研究 | 第39-40页 |
| ·不同压缩率对识别率的影响研究 | 第39-40页 |
| ·不同压缩率对识别速度的影响研究 | 第40页 |
| ·基于 AR 人脸数据库的算法评估 | 第40-43页 |
| ·AR 人脸数据库 | 第40-41页 |
| ·多样本人脸识别算法评估 | 第41-42页 |
| ·单样本人脸识别算法评估 | 第42-43页 |
| ·基于 Yale B 和扩展 Yale B 人脸数据库的算法评估 | 第43-45页 |
| ·Yale B 和扩展 Yale B 人脸数据库 | 第43-44页 |
| ·单样本人脸识别算法评估 | 第44-45页 |
| ·基于 MIT 人脸数据库的算法评估 | 第45-46页 |
| ·MIT 人脸数据库 | 第45-46页 |
| ·单样本人脸识别算法评估 | 第46页 |
| ·基于 FEI 人脸数据库的算法评估 | 第46-49页 |
| ·FEI 人脸数据库 | 第46-47页 |
| ·单样本人脸识别算法分析 | 第47-49页 |
| 结论与展望 | 第49-51页 |
| 参考文献 | 第51-58页 |
| 攻读学位期间发表论文与研究成果清单 | 第58-59页 |
| 致谢 | 第59页 |