基于稀疏表示特征的人脸识别方法研究

	载入中...

基于稀疏表示特征的人脸识别方法研究

分类：教育论文网→工业技术论文→自动化技术、计算机技术论文→计算技术、计算机技术论文→计算机的应用论文→信息处理（信息加工）论文→模式识别与装置论文

基于稀疏表示特征的人脸识别方法研究

论文目录
摘要	第1-6页
Abstract	第6-10页
第一章绪论	第10-22页
· 研究背景及意义	第10-11页
· 人脸识别的研究内容简介	第11-12页
· 符号约定	第12-13页
· 基于主成分分析的人脸识别算	第13-14页
· Fisher线性判别分析	第14-15页
· 局部保持投影（LPP）	第15-17页
· 稀疏表示特征	第17-19页
· 稀疏表示	第18-19页
· 非负的稀疏表示	第19页
· 本文主要内容以及组织结构	第19-22页
· 本文主要研究内容	第19-21页
· 本文主要组织结构	第21-22页
第二章基于分块的非负矩阵分解的稀疏表示特征算法	第22-39页
· 引言	第22-23页
· 非负矩阵分解(NMF)和分块的非负矩阵分解(BNMF)	第23-24页
· 非负矩阵分解（NMF）	第23-24页
· 分块的非负矩阵分解（BNMF）	第24页
· 算法设计	第24-26页
· 本章提出的NSR方法	第25-26页
· 本章提出的NSR+BNMF方法	第26页
· 实验结果与分析	第26-38页
· ORL人脸数据库实验	第29-34页
· FERET人脸数据库识别	第34-38页
· 本章小结	第38-39页
第三章基于分块的QR分解的稀疏表示特征算法	第39-53页
· 引言	第39-40页
· QR分解	第40-42页
· QR分解的理论依据	第40-41页
· 分块的QR分解	第41-42页
· 算法设计	第42-43页
· 实验结果及分析	第43-52页
· SQR算法的实验结果及分析	第45-48页
· ASQR算法的实验结果及分析	第48-52页
· 本章小结	第52-53页
第四章基于分块的QR分解的稀疏特征与DLDA的特征融合算法	第53-62页
· 引言	第53页
· Direct LDA方法	第53-55页
· 算法设计	第55页
· 实验结果	第55-61页
· ORL数据库上的实验结果	第56-58页
· FERET人脸数据库识别	第58-61页
· 本章小结	第61-62页
第五章总结与展望	第62-63页
参考文献	第63-67页
致谢	第67-68页
攻读硕士学位期间的研究成果	第68-69页

本篇论文共69页，点击这进入下载页面。

更多论文
基于稀疏表示特征的人脸识别方法研
房产税税基批量评估的公平性研究—
基于长周期光纤光栅的压力传感研究
无线传感器网络最小中继节点布置问
基于信任度的访问控制及差异化身份
用于治疗足下垂的功能性电刺激表面
IP over WDM网络的能耗优化算法研究
未知环境中未携带设备物体的定位研
基于博弈论的无线基站节能策略研究
动漫纹理的交互式合算法的研究与实
基于云存储的动态数据公开审计
基于样本特征的图像修复算法研究
基于租购需求动态反馈的公租房、安
MnO₂/石墨烯基电极材料
O-羧甲基甲壳素分子结构对其交联三
几种聚集诱导发光分子的组装结构和
基于聚集诱导发光基团液晶分子的合
锂空气电池有机电解液的优化及其性
分散固相萃取结合HPLC-MS/MS快速检
碳纳米管CNT和KB混合空气正极的制备
高倍率镍基超级电容器薄膜电极的阳
载银聚合物纳米粒子的制备及抗菌研
新型水溶性壳聚糖的制备、结构表征
基于二维正方晶格光子晶体的高传输
大禁带光子晶体结构设计及其应用
磷酸镁水泥及其纤维复合材料补强性
Ce:YAG纳米粉体及透明陶瓷的制备和
La-Yb共掺杂二氧化锡纳米粉体的制备
氯离子触发的有机无机复合壁材微胶
TiO₂基巨电陶瓷的电学性
放射状褶皱结构介孔二氧化硅负载纳
对羟基苯基丙酮酸双氧化酶的新型抑
磺酰脲类除草剂水解机理的理论计算
聚乙烯燃气阀门自动焊接设备研制
ITO透明隔热涂料的制备及其性能研究
溶胶凝胶法制备LiFePO₄
CuGaSe₂及M掺杂对β-Cu
铌酸盐纳米晶体的制备、表征及其性
Si/Cu/N-C复合负极材料的制备及电化
液晶环氧树脂导热电子封装材料的制
SiO₂/含氟硅烷复合超双
纳米氧化镁/聚乳酸复合纳米纤维的制
MgZnO薄膜场效应晶体管的制备及性能
含D-A结构及窄带隙聚噻吩衍生物复合
磁控溅射法制备Fe-Si-Al电磁屏蔽薄
Pt₃Co纳米线的制备及其
无机类纳米材料抗菌性研究以及对多
MCVI制备CNTs/C/C复合材料及其弯曲
Mg或Sm元素掺杂对Se替代PbTe、GeTe
弧焊机器人电弧长度控制建模仿真与
超声叠压与电阻焊组合晶粒细化工艺

人脸识别论文稀疏特征表示论文非负矩阵分解论文 QR分解论文特征融合论文
版权申明：目录由用户fyy1**提供，www.51papers.com仅收录目录，作者需要删除这篇论文目录请点击这里。
\| 设为首页\|\|加入收藏\|\|站内搜索引擎\|\|站点地图\|\|在线购卡\|
版权所有教育论文网 Copyright(C) All Rights Reserved