局部信息缺失情况下人脸识别研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 人脸识别概述 | 第11-13页 |
| 1.1.1 人脸识别类别 | 第11页 |
| 1.1.2 人脸识别流程 | 第11-13页 |
| 1.2 研究背景与意义 | 第13页 |
| 1.3 国内外研究现状 | 第13-14页 |
| 1.4 本文主要工作 | 第14页 |
| 1.5 本文组织结构 | 第14-17页 |
| 第2章 人脸识别算法分析 | 第17-31页 |
| 2.1 传统人脸识别算法 | 第17-24页 |
| 2.1.1 基于全局子空间特征的人脸识别算法 | 第17-18页 |
| 2.1.2 基于局部特征的人脸识别算法 | 第18-21页 |
| 2.1.3 基于机器学习分类的人脸识别算法 | 第21-22页 |
| 2.1.4 基于抽象特征提取的人脸识别算法 | 第22-24页 |
| 2.2 基于稀疏编码的人脸识别算法 | 第24-28页 |
| 2.2.1 稀疏编码原理 | 第24-26页 |
| 2.2.2 基于稀疏表示分类的人脸识别算法 | 第26-27页 |
| 2.2.3 算法优缺点分析 | 第27-28页 |
| 2.3 针对局部遮挡的改进人脸识别算法 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 基于邻域分析加权的迭代编码算法 | 第31-49页 |
| 3.1 算法概述 | 第31-33页 |
| 3.1.1 算法思想 | 第31-32页 |
| 3.1.2 算法流程 | 第32-33页 |
| 3.2 基于邻域求权的迭代稀疏编码算法 | 第33-39页 |
| 3.2.1 字典生成 | 第33-34页 |
| 3.2.2 基于邻域分析加权的迭代编码 | 第34-37页 |
| 3.2.3 识别分类与认证 | 第37-39页 |
| 3.3 实验结果与分析 | 第39-47页 |
| 3.3.1 传统人脸识别实验 | 第39-40页 |
| 3.3.2 遮挡人脸识别实验 | 第40-44页 |
| 3.3.3 认证准确率实验 | 第44-45页 |
| 3.3.4 参数对识别率的影响 | 第45-47页 |
| 3.4 本章小结 | 第47-49页 |
| 第4章 基于可信度筛选的二次识别算法 | 第49-59页 |
| 4.1 算法思想 | 第49-50页 |
| 4.2 可信度定义与分析 | 第50-53页 |
| 4.3 二次识别算法选择 | 第53-54页 |
| 4.4 基于局部特征的二次识别 | 第54-56页 |
| 4.4.1 样本可信度筛选 | 第54页 |
| 4.4.2 基于候选样本的训练 | 第54-55页 |
| 4.4.3 分类识别 | 第55-56页 |
| 4.5 实验结果与分析 | 第56-57页 |
| 4.5.1 配饰遮挡实验结果与分析 | 第56页 |
| 4.5.2 随机遮挡实验与结果分析 | 第56-57页 |
| 4.6 本章小结 | 第57-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 本文总结 | 第59页 |
| 5.2 未来研究展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附件 | 第66-95页 |
