| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 研究现状概述 | 第13-17页 |
| 1.2.1 误差编码 | 第14-15页 |
| 1.2.2 特征选择 | 第15-16页 |
| 1.2.3 特征提取 | 第16-17页 |
| 1.3 研究内容 | 第17-18页 |
| 1.4 结构安排 | 第18-20页 |
| 第2章 相关工作及理论 | 第20-27页 |
| 2.1 符号说明 | 第20页 |
| 2.2 稀疏编码与遮挡字典 | 第20-21页 |
| 2.3 GABOR特征 | 第21-22页 |
| 2.4 梯度脸 | 第22-24页 |
| 2.5 韦伯脸 | 第24-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 遮挡与人脸图像的分离：基于SVD的GABOR遮挡字典学习 | 第27-40页 |
| 3.1 遮挡的字典表示：从单尺度字典到多尺度字典 | 第28-30页 |
| 3.2 基于SVD的字典压缩方法 | 第30-33页 |
| 3.3 计算方法比较：K-均值、K-SVD与SVD | 第33页 |
| 3.4 实验结果分析与对比 | 第33-38页 |
| 3.4.1 基于Extended Yale B数据库的具有光照变化和模拟人脸遮挡的人脸识别 | 第34-35页 |
| 3.4.2 基于UMB-DB数据库的有光照变化与多类遮挡的人脸识别 | 第35-37页 |
| 3.4.3 基于AR数据库的有强光光照和两类实际遮挡的人脸识别 | 第37-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 自适应韦伯脸：一种对遮挡鲁棒的特征 | 第40-55页 |
| 4.1 自适应韦伯脸 | 第41-43页 |
| 4.2 多尺度多方向的自适应韦伯脸 | 第43-45页 |
| 4.3 算法流程 | 第45-46页 |
| 4.4 实验结果分析与对比 | 第46-53页 |
| 4.4.1 Extended Yale B人脸数据库模拟遮挡的识别实验 | 第47-49页 |
| 4.4.2 AR数据库的真实遮挡 | 第49-52页 |
| 4.4.3 UMB-DB数据库的真实遮挡 | 第52-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-61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 |
