声明
第一章 引言
1.1 背景及意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文的主要工作和章节安排
第二章 基础知识
2.1 PCA主成成分分析
2.2 FLDA线性判别分析
2.3 LBP局部二值模式
2.4 LPP局部保持投影
2.5 最邻近分类器
(1)k-近邻(kNN,k-Nearest Neighbors)算法
2.6 常用人脸样本库介绍
(GT数据库)
(FERET数据库)
( COIL100数据库)
2.7 本章小结
第三章 基于像素映射构造镜像脸解决FLDA单样本训练问题及稀疏分类识别
3.1 SRC稀疏分类算法实现原理
3.2 CRC协同分类算法实现原理
3.3 基于镜像虚拟样本解决FLDA单样本训练问题
3.4 本章小结
第四章 基于像素映射构建虚拟样本解决小样本训练问题
4.1 现有构建虚拟样本方法简介
构造虚拟样本消除光照变化、位置变化
4.2 分数融合技术的介绍
4.3 基于像素压缩和对比度增强构建虚拟样本
4.4 基于多尺度像素映射构建虚拟样本
4.5 本章小结
第五章 结论和展望
5.1 主要结论
5.2 研究展望
参考文献
在学期间的研究成果
致谢
兰州大学;