声明
摘要
1 绪论
1.1 课题研究背景及意义
1.2 人脸识别系统
1.3 国内外研究现状
1.4 本文主要研究内容及创新点
1.5 论文结构
2 基本理论介绍
2.1 人脸特征类型介绍
2.2 人脸识别中特征提取/选择算法
2.2.1 基于知识的特征提取方法
2.2.2 基于统计的特征提取方法
2.3 二维离散分数阶傅里叶变换(2D-FRFT)
2.4 基于稀疏表示的人脸识别方法
2.5 本章小结
3 基于分数阶域幅度特征空间的人脸识别方法
3.1 基于稀疏PCA算法的分数阶域幅度特征提取方法
3.2 基于分数阶域幅度特征空间的人脸识别方法
3.2.1 基于分数阶域幅度特征的稀疏表示人脸识别方法(FRFT-SRC)
3.2.2 基于FRFT幅度特征的可压缩条件字典的计算
3.3 仿真实验部分
3.3.1 测试图像无阻塞时(无饰物或者腐败)的人脸识别性能评估
3.3.2 测试的人脸图像阻塞情况下的人脸识别仿真实验
3.4 仿真结果分析
3.5 本章小结
4 基于分数阶域相位特征空间的人脸识别方法
4.1 基于多阶次FRFT相位角域信息的局部异或模式
4.2 基于FRFT-LXORP算法的区域块特征提取方法
4.3 仿真结果
4.3.1 数据库和仿真条件介绍
4.3.2 FRFT-LXORP中参数对识别性能的影响
4.3.3 基于FRFT相位角特征的LXORP算法的性能比较
4.4 本章小结
5 多域特征提取和决策层融合的人脸识别方法
5.1 基于分数阶域幅度特征空间的特征提取模型
5.2 基于分数阶域相位角特征空间的特征提取模型
5.3 基于分数阶域实部和虚部域的特征提取模型
5.4 基于多域特征提取和决策层融合的人脸识别步骤
5.5 仿真实验部分
5.6 本章总结
6 总结与展望
6.1 总结
6.2 展望
参考文献
个人简历、在读期间发表的学术论文与研究成果
致谢