论文说明
摘要
第一章 绪论
1.1 人脸识别研究背景及其发展
1.1.1 研究背景
1.1.2 人脸识别发展现状
1.1.3 人脸识别应用
1.1.4 人脸识别的发展历程
1.1.5 人脸识别技术存在的问题
1.2 人脸识别技术的研究
1.2.1 人脸识别结构
1.3 特征抽取技术介绍
1.3.1 线性特征抽取
1.3.2 非线性特征抽取
1.4 本文研究工作
1.5 本文内容章节安排
第二章 向量、矩阵范数应用简介
2.1 各类向量范数及矩阵范数介绍
2.1.1 向量范数
2.1.2 矩阵范数
2.2 矩阵F范数与核范数比较
2.2.1 理论介绍
2.2.2 观察说明
2.3 核范数的应用
2.4 本章小结
第三章 基于核范数的双向二维主成分分析
3.1 引言
3.2 相关工作
3.2.1 二维主成分分析
3.2.2 基于核范数的二维主成分分析
3.3 基于核范数的双向二维主成分分析
3.3.1 算法思想
3.3.2 算法实现
3.3.3 基于BN-2DPCA的图像重构
3.4 实验
3.4.1 Extended Yale B人脸库上的实验
3.4.2 CMU PIE人脸库实验
3.5 本章小结
第四章 基于核范数的图正则化非负矩阵分解
4.1 引言
4.2 相关工作
4.2.1 非负矩阵分解(NMF)
4.2.2 基本流形算法介绍
4.2.3 图正则化非负矩阵分解(GNMF)
4.3 基于核范数的图正则化非负矩阵分解
4.3.1 算法介绍
4.3.2 优化过程
4.4 算法描述
4.5 实验分析
4.5.1 Yale人脸库的实验
4.5.2 AR人脸库中实验
4.6 本章小结
第五章 基于核范数的二维监督鉴别投影分析
5.1 引言
5.2 相关工作
5.2.1 经典监督子空间投影(LDA)
5.2.2 二维主成分分析与二维局部保持投影
5.3 本章工作
5.3.1 目标函数
5.3.2 算法分析
5.3.3 求解目标函数
5.3.4 算法步骤
5.4 实验分析
5.4.1 ORL人脸库实验
5.4.2 YALE人脸库实验
5.4.3 FERET人脸库库实验
5.5 本章小结
第六章 指数保局鉴别投影分析
6.1 引言
6.2 相关工作
6.2.1 局部保持投影(LPP)
6.2.2 鉴别保局投影(DLPP)
6.3 指数保局鉴别投影分析
6.3.1 指数矩阵先验知识
6.3.2 带有指数的鉴别保局投影人脸识别算法
6.4 算法分析
6.4.1 距离传播映射
6.4.2 与DLPP和NDLPP人脸识别方法的空间比较
6.4.3 算法步骤如下
6.5 分类器的设计
6.5.1 最近邻分类器的缺陷
6.5.2 相似度分类器的设计
6.6 实验
6.6.1 ORL人脸库实验
6.6.2 YALE人脸库实验
6.6.3 AR人脸库实验
6.7 本章小结
第七章 总结与展望
7.1 本文总结
7.2 展望
参考文献
致谢
硕士期间发表论文情况
声明
扬州大学;