基于稀疏表示和字典学习的人脸识别算法研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 课题研究背景与意义 | 第8-10页 |
| 1.2 生物特征识别描述 | 第10-12页 |
| 1.3 人脸识别方法简述 | 第12-15页 |
| 1.4 本文工作概述 | 第15-16页 |
| 1.5 本文余下章节安排 | 第16-17页 |
| 第二章 相关方法介绍及描述 | 第17-28页 |
| 2.1 子空间特征提取算法 | 第17-20页 |
| 2.1.1 主成分分析算法 | 第17-18页 |
| 2.1.2 线性鉴别分析算法 | 第18-20页 |
| 2.2 基于稀疏表示的分类 | 第20-25页 |
| 2.2.1 稀疏表示的简介 | 第20-21页 |
| 2.2.2 稀疏表示的模型 | 第21-23页 |
| 2.2.3 稀疏表示的求解 | 第23-24页 |
| 2.2.4 稀疏表示的分类 | 第24-25页 |
| 2.3 核函数介绍 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于LBP特征的结构型稀疏表示分类 | 第28-38页 |
| 3.1 引言 | 第28页 |
| 3.2 LBP特征提取和结构型稀疏表示分类模型 | 第28-32页 |
| 3.2.1 LBP特征提取 | 第28-30页 |
| 3.2.2 结构型稀疏表示分类模型 | 第30-32页 |
| 3.3 基于LBP特征的结构型稀疏表示分类 | 第32-33页 |
| 3.4 实验结果与分析 | 第33-37页 |
| 3.4.1 AR人脸库实验结果与分析 | 第33-35页 |
| 3.4.2 ORL人脸库实验结果与分析 | 第35-36页 |
| 3.4.3 LFW人脸库实验结果与分析 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于方向Gabor特征的核稀疏表示分类 | 第38-49页 |
| 4.1 引言 | 第38-39页 |
| 4.2 Gabor特征提取和核稀疏表示分类模型 | 第39-42页 |
| 4.2.1 Gabor特征提取 | 第39-40页 |
| 4.2.2 核稀疏表示分类模型 | 第40-42页 |
| 4.3 基于方向Gabor特征的核稀疏表示分类 | 第42-44页 |
| 4.4 实验结果与分析 | 第44-48页 |
| 4.4.1 AR人脸库实验结果与分析 | 第44-45页 |
| 4.4.2 ORL人脸库实验结果与分析 | 第45-46页 |
| 4.4.3 LFW人脸库实验结果与分析 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 基于竞争聚集的MOD字典学习算法 | 第49-59页 |
| 5.1 引言 | 第49页 |
| 5.2 MOD字典学习算法与聚类算法 | 第49-53页 |
| 5.2.1 MOD字典学习算法 | 第49-50页 |
| 5.2.2 竞争聚集聚类算法 | 第50-53页 |
| 5.3 基于竞争聚集的MOD字典学习算法 | 第53-55页 |
| 5.4 实验结果与分析 | 第55-58页 |
| 5.4.1 AR人脸库实验结果与分析 | 第55-56页 |
| 5.4.2 ORL人脸库实验结果与分析 | 第56-57页 |
| 5.4.3 LFW人脸库实验结果与分析 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 本文工作总结 | 第59-60页 |
| 6.2 进一步工作展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第65-66页 |
| 附录2 攻读硕士学位期间申请的专利 | 第66-67页 |
| 致谢 | 第67页 |
