声明
摘要
第一章 绪论
1.1 人脸识别的研究背景及意义
1.2 人脸识别技术研究现状
1.2.1 人脸检测
1.2.2 人脸特征生成
1.2.3 人脸特征提取
1.2.4 人脸识别分类器设计
1.3 本文研究工作概述和内容安排
第二章 基于韦伯法则的局部特征描述子方法
2.1 引言
2.2 局部特征描述子方法
2.2.1 局部二值模式(LBP)
2.2.2 局部三值模式(LTP)
2.2.3 中心对称二值模式(CS-LBP)
2.3 基于韦伯法则的局部纹理模式
2.3.1 自适应局部三值模式(ALTP)
2.3.2 中心对称的自适应局部三值模式(CS-ALTP)
2.4 实验与结果分析
2.4.1 在ORL人脸库上的实验
2.4.2 在FERET人脸库上的实验
2.4.3 实验结果分析
2.5 本章小结
第三章 基于低秩理论的特征提取方法
3.1 引言
3.2 稀疏表示和低秩表示理论
3.3 稀疏保持投影(SPP)
3.4 基于低秩表示投影的特征提取方法(LRRP)
3.4.1 基本思想
3.4.2 算法描述
3.4.3 同其他方法的联系与区别
3.4.4 实验与结果分析
3.5 基于两步迭代低秩表示投影的特征提取方法(TSILRRP)
3.5.1 基本思想
3.5.2 算法描述
3.5.3 实验与结果分析
3.6 基于低秩表示分析的特征提取方法(LRRA)
3.6.1 基本思想
3.6.2 算法描述
3.6.3 实验与结果分析
3.7 本章小结
第四章 基于协同表示的特征提取和分类器设计
4.1 引言
4.2 协同表示理论
4.3 基于协同表示投影的特征提取方法(CRP)
4.3.1 基本思想
4.3.2 算法描述
4.3.3 同其他方法的联系与区别
4.3.4 实验与结果分析
4.4 核协同表示分类(KCRC)
4.4.1 基本思想
4.4.2 算法描述
4.4.3 实验与结果分析
4.5 本章小结
第五章 基于CCA的远距离低分辨率退化人脸识别研究
5.1 引言
5.2 远距离低分辨退化人脸识别的思路
5.3 理论推导
5.3.1 目标函数的建立
5.3.2 目标函数的求解
5.4 算法描述
5.5 实验与结果分析
5.6 本章小结
第六章 总结与展望
致谢
参考文献
攻读学位期间完成的论文及参加的科研项目