| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文主要研究内容及创新点 | 第13-14页 |
| 1.4 本文主要结构安排 | 第14页 |
| 参考文献 | 第14-18页 |
| 第二章 稀疏表示理论与字典学习 | 第18-32页 |
| 2.1 稀疏表示概述 | 第18-23页 |
| 2.1.1 稀疏表示理论 | 第18-20页 |
| 2.1.2 稀疏表示问题优化模型 | 第20-22页 |
| 2.1.3 稀疏表示的应用 | 第22-23页 |
| 2.2 字典学习算法研究 | 第23-30页 |
| 2.2.1 字典学习基础知识 | 第23-25页 |
| 2.2.2 K-SVD字典学习算法 | 第25-27页 |
| 2.2.3 判别K-SVD字典学习算法 | 第27-29页 |
| 2.2.4 基于字典学习的图像识别应用 | 第29-30页 |
| 2.3 本章小结 | 第30页 |
| 参考文献 | 第30-32页 |
| 第三章 基于Gabor特征和支持向量引导字典学习的人脸识别 | 第32-39页 |
| 3.1 Gabor特征集 | 第33-34页 |
| 3.2 基于支持向量引导的字典学习算法 | 第34-35页 |
| 3.2.1 判别字典学习模型 | 第34页 |
| 3.2.2 支持向量引导的字典学习算法 | 第34-35页 |
| 3.3 基于Gabor特征和支持向量引导字典学习的人脸识别 | 第35-38页 |
| 3.3.1 基于Gabor特征和支持向量引导字典学习的人脸识别算法 | 第35-37页 |
| 3.3.2 分类方法 | 第37-38页 |
| 3.4 本章小结 | 第38页 |
| 参考文献 | 第38-39页 |
| 第四章 实验结果与分析 | 第39-45页 |
| 4.1 Extended Yale B人脸库数据库上的实验结果 | 第39-40页 |
| 4.2 AR人脸库数据库上的实验结果 | 第40-41页 |
| 4.3 ORL人脸库数据库上的实验结果 | 第41-42页 |
| 4.4 USPS手写体数字库上的实验结果 | 第42页 |
| 4.5 字典原子数设置实验结果 | 第42-43页 |
| 4.6 本章小结 | 第43-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 5.1 论文工作总结 | 第45页 |
| 5.2 下一步展望 | 第45-47页 |
| 致谢 | 第47-48页 |
| 附录A（攻读硕士学位期间的研究成果） | 第48页 |
