| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第12-22页 |
| 1.1 课题来源 | 第12页 |
| 1.2 研究背景和研究意义 | 第12页 |
| 1.3 国内外研究现状 | 第12-17页 |
| 1.3.1 国内研究现状 | 第13-15页 |
| 1.3.2 国外研究现状 | 第15-17页 |
| 1.4 人脸识别公开数据库 | 第17-20页 |
| 1.5 本文研究内容 | 第20-21页 |
| 1.6 本文内容安排 | 第21-22页 |
| 2 传统方法 | 第22-30页 |
| 2.1 引言 | 第22页 |
| 2.2 扩展样本方法现状 | 第22-23页 |
| 2.3 扩展样本方法 | 第23-26页 |
| 2.4 实验 | 第26-28页 |
| 2.4.1 稀疏表示 | 第26页 |
| 2.4.2 鲁棒的稀疏表示 | 第26-27页 |
| 2.4.3 实验及结果分析 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 3 深度学习方法 | 第30-38页 |
| 3.1 引言 | 第30页 |
| 3.2 迁移学习 | 第30-32页 |
| 3.3 微调 | 第32页 |
| 3.4 实验及结果分析 | 第32-35页 |
| 3.5 本章小结 | 第35-38页 |
| 4 相似性度量 | 第38-50页 |
| 4.1 引言 | 第38页 |
| 4.2 图像距离度量 | 第38-39页 |
| 4.3 相似性度量现状 | 第39-40页 |
| 4.4 相似性度量方法 | 第40-43页 |
| 4.5 扩展样本模板 | 第43-46页 |
| 4.6 实验 | 第46-49页 |
| 4.6.1 传统方法验证 | 第46-47页 |
| 4.6.2 深度学习验证 | 第47-49页 |
| 4.7 本章小结 | 第49-50页 |
| 5 传统方法与深度学习相结合的方法 | 第50-60页 |
| 5.1 引言 | 第50页 |
| 5.2 单训练样本人脸识别方法 | 第50-51页 |
| 5.3 传统方法与深度学习相结合(TDL) | 第51-52页 |
| 5.3.1 传统方法概述 | 第51页 |
| 5.3.2 深度学习方法概述 | 第51-52页 |
| 5.3.3 传统方法与深度学习相结合的方法(TDL)概述 | 第52页 |
| 5.4 实验结果与分析 | 第52-59页 |
| 5.4.1 AR人脸数据库 | 第53-55页 |
| 5.4.2 ExtendYaleB人脸数据库 | 第55-56页 |
| 5.4.3 FERET人脸数据库 | 第56-57页 |
| 5.4.4 LFW数据库 | 第57-59页 |
| 5.5 本章小结 | 第59-60页 |
| 总结与展望 | 第60-64页 |
| 总结 | 第60-61页 |
| 展望 | 第61-64页 |
| 参考文献 | 第64-70页 |
| 作者简介及攻读硕士学位期间成果 | 第70页 |