第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 限制条件下人脸识别国内外研究现状
1.2.2 非限制条件下人脸识别国内外研究现状
1.3 本文的主要工作和组织结构
第二章 基于稀疏表示的人脸识别算法概述
2.1 稀疏表示算法理论
2.2 协同表示算法理论
2.3 字典学习算法理论
2.4 稀疏集中度指数简介
2.5 本章小结
第三章 基于样本扩展的TSFR和字典学习的人脸识别算法
3.1 虚拟样本
3.2 基于样本扩展的TSFR算法
3.2.1 基于样本扩展的原始TSFR算法
3.2.2 基于样本扩展的改进TSFR算法
3.2.3 改进算法的合理性数值分析
3.2.4 实验结果和分析
3.3 基于样本扩展的字典学习算法
3.3.1 提出的算法
3.3.2 分类算法
3.3.3 实验结果和分析
3.4 本章小结
第四章 基于字典学习的遮挡人脸识别算法
4.1 人脸分块简述
4.2 基于字典学习的不均匀分块人脸识别算法
4.3 实验结果和分析
4.3.1 AR人脸库实验结果和分析
4.3.2 ORL人脸库实验结果和分析
4.3.3 YaleB人脸库实验结果和分析
4.4 本章小结
第五章 总结与展望
5.1 工作总结
5.2 工作展望
致谢
参考文献
附录
图版
表版
声明
贵州大学;