| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究的背景及意义 | 第9页 |
| 1.2 研究现状与方法 | 第9-12页 |
| 1.3 论文主要内容 | 第12-13页 |
| 1.4 论文各章节安排 | 第13-15页 |
| 第二章 基于稀疏表示的人脸识别分析 | 第15-27页 |
| 2.1 稀疏表示基本理论的概述 | 第15-22页 |
| 2.1.1 稀疏表示的模型概述 | 第15-17页 |
| 2.1.2 稀疏向量的稀疏性和各类范数 | 第17-19页 |
| 2.1.3 稀疏向量求解方法的分析 | 第19-22页 |
| 2.2 基于稀疏表示的人脸识别算法 | 第22-24页 |
| 2.3 本文所使用人脸库概述 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第三章 基于随机森林与面部几何特征的人脸姿态评估研究 | 第27-57页 |
| 3.1 人脸面部几何特征的提取与处理方法 | 第27-31页 |
| 3.2 随机森林算法 | 第31-36页 |
| 3.2.1 基础理论分析 | 第31-33页 |
| 3.2.2 随机性质分析 | 第33-36页 |
| 3.3 基于随机森林的人脸姿态评估与降维方法 | 第36-42页 |
| 3.3.1 评估与降维的方法思路及姿态特征向量的构建方法 | 第36-38页 |
| 3.3.2 训练与评估部分 | 第38-39页 |
| 3.3.3 数据降维 | 第39-42页 |
| 3.4 实验结果及分析 | 第42-55页 |
| 3.5 本章小结 | 第55-57页 |
| 第四章 基于随机森林与双字典稀疏表示姿态鲁棒性人脸识别方法 | 第57-73页 |
| 4.1 双字典稀疏表示人脸识别算法 | 第57-65页 |
| 4.1.1 双字典的构造方法 | 第57-60页 |
| 4.1.2 双字典的求解方法 | 第60-65页 |
| 4.2 基于随机森林与双字典稀疏表示姿态鲁棒性人脸识别方法 | 第65-67页 |
| 4.3 实验结果及分析 | 第67-72页 |
| 4.4 本章小结 | 第72-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 5.1 工作总结 | 第73页 |
| 5.2 工作展望 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 攻读硕士学位期间取得的科研成果 | 第81-83页 |
| 1.发表学术论文 | 第81-82页 |
| 2.申请(授权)专利 | 第82-83页 |
| 致谢 | 第83-84页 |
