基于深度学习的人脸特征点定位和人脸识别算法的研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景和研究意义 | 第8-9页 |
| 1.2 研究内容 | 第9-12页 |
| 1.3 论文组织结构 | 第12-13页 |
| 第二章 基于监督下降方法的特征点定位 | 第13-22页 |
| 2.1 局部尺度不变特征SIFT | 第13-15页 |
| 2.2 数据集准备 | 第15-16页 |
| 2.3 基于监督梯度下降算法的模型训练与测试 | 第16-20页 |
| 2.3.1 监督梯度下降算法 | 第16-18页 |
| 2.3.2 模型训练与测试 | 第18-20页 |
| 2.4 实验结果与分析 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 基于深度学习的特征点定位 | 第22-49页 |
| 3.1 基于卷积神经网络的回归分析 | 第22-25页 |
| 3.2 自适应选取训练样本 | 第25-27页 |
| 3.3 应用于五个特征点检测的系统设计与实现 | 第27-32页 |
| 3.4 应用于六十八个特征点检测的系统设计与实现 | 第32-37页 |
| 3.5 实验结果与分析 | 第37-48页 |
| 3.5.1 应用五点的特征点检测的实验结果 | 第37-44页 |
| 3.5.2 应用六十八点的特征点检测的实验结果 | 第44-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第四章 基于深度学习的人脸识别系统 | 第49-55页 |
| 4.1 数据集收集 | 第49-51页 |
| 4.2 基于卷积神经网络的人脸特征提取 | 第51页 |
| 4.3 用于人脸验证的SVM和联合贝叶斯算法 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-56页 |
| 5.1 论文工作总结 | 第55页 |
| 5.2 不足与展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间发表的学术论文目录 | 第60页 |
