1 绪 论
1.1 课题的研究背景及意义
1.2 国内外发展现状
1.2.1 特征提取研究现状
1.2.2 人脸图像分类研究现状
1.3.1 主要内容
1.3.2 章节安排
2 人脸图像处理技术介绍
2.1 引言
2.2 图像特征提取
2.2.1 主成分分析(PCA)
2.2.2 线性判别分析(LDA)
2.2.3 零空间LDA(NLDA)
2.2.4 谱回归LDA(SRDA)
2.3 分类器介绍
2.3.1 稀疏表示
2.3.2 线性回归分类
2.3.3 协同表示分类
2.3.4 类稀疏表示
2.4 本章小结
3 基于加权平滑的确定性LDA的人脸图像特征提取
3.1 引言
3.2 正则化的判别分析模型
3.3 加权平滑的确定性LDA
3.3.1 类间离散度矩阵模型优化
3.3.2 类内离散度矩阵模型优化
3.3.3 确定性的线性判别分析
3.4 实验及其分析
3.4.1CMU PIE人脸数据库
3.4.2 AR人脸数据库
3.4.3Extended Yale B人脸数据库
3.4.4 二维可视化分析
3.5 本章小结
4 基于加权逐类稀疏和局部敏感表示的人脸图像分类
4.1 引言
4.2 加权组稀疏表示
4.3 基于加权逐类稀疏和局部敏感表示的图像分类
4.3.1 模型提出
4.3.2 优化求解
4.4 实验结果与分析
4.4.1CMU PIE人脸数据库
4.4.2 AR人脸数据库
4.4.3 Extended Yale B人脸数据库
4.4.4 参数分析
4.5 本章小结
5 总结与展望
参考文献
附录
A. 作者在攻读学位取得的科研成果目录
B. 作者在攻读学位期间获奖情况
C. 学位论文数据集
致谢
重庆大学;