基于稀疏表示的人脸识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·人脸识别的背景及研究的意义 | 第8-10页 |
| ·人脸识别的发展现状 | 第10-11页 |
| ·人脸识别技术的难点 | 第11页 |
| ·本文研究的内容 | 第11-12页 |
| ·本文章节安排 | 第12页 |
| ·本章小结 | 第12-13页 |
| 第2章 压缩感知理论和稀疏表示的应用 | 第13-20页 |
| ·压缩感知框架 | 第13页 |
| ·压缩感知优化算法 | 第13-14页 |
| ·压缩感知的关键要素 | 第14页 |
| ·压缩感知理论的应用 | 第14-15页 |
| ·稀疏表示理论 | 第15-17页 |
| ·稀疏表示的基本理论 | 第15-16页 |
| ·稀疏表示 | 第16-17页 |
| ·小波变换 | 第17-18页 |
| ·随机采样 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 人脸识别的分类算法研究 | 第20-30页 |
| ·不同的特征提取方法和分类器构成的人脸识别算法 | 第20-21页 |
| ·稀疏表示分类算法(SRC) | 第21-27页 |
| ·基本思想 | 第21-23页 |
| ·字典的构造 | 第23页 |
| ·稀疏优化算法 | 第23-27页 |
| ·改进SRC算法 | 第27-29页 |
| ·超完备稀疏字典的构造 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第4章 特征降维与稀疏表示的人脸识别研究 | 第30-36页 |
| ·基于小波变换与稀疏表示相结合的人脸识别方法 | 第30-31页 |
| ·基于随机采样与稀疏表示相结合的人脸识别方法 | 第31-32页 |
| ·实验结果 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第5章 基于Web的人脸身份认证系统 | 第36-43页 |
| ·人脸检测在人脸图像提取和人脸识别中的应用 | 第36页 |
| ·人脸身份认证系统的目标 | 第36-37页 |
| ·身份认证采用人脸认证系统的优点 | 第37页 |
| ·基于Web人脸认证系统设计思路 | 第37-42页 |
| ·人脸认证系统总体流程图 | 第37-42页 |
| ·人脸认证系统中的难点 | 第42页 |
| ·本章小结 | 第42-43页 |
| 总结与展望 | 第43-45页 |
| 总结 | 第43页 |
| 展望 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 攻读硕士学位期间发表和完成的论文 | 第49-50页 |
| 致谢 | 第50页 |
