首页--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

基于人脸识别技术的人证合一系统

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-13页
    1.1 研究背景与意义第9-10页
    1.2 国内外研究现状第10-12页
    1.3 研究内容及论文结构第12-13页
第二章 卷积神经网络基本概述第13-19页
    2.1 卷积神经网络特点第13-14页
        2.1.1 局部感受野第13-14页
        2.1.2 权值共享第14页
    2.2 卷积神经网络基本结构第14-16页
        2.2.1 卷积层第14-15页
        2.2.2 池化层第15页
        2.2.3 全连接层第15-16页
        2.2.4 softmax分类层第16页
    2.3 卷积神经网络的理论推导第16-18页
        2.3.1 前向传播第16-17页
        2.3.2 反向传播第17-18页
    2.4 本章小结第18-19页
第三章 基于卷积神经网络的人脸识别算法研究第19-34页
    3.1 基于Haar特征和仿射变换的人脸数据预处理第19-24页
        3.1.1 人脸数据集分析第19-20页
        3.1.2 基于Haar特征的人脸检测第20-22页
        3.1.3 基于仿射变换的人脸对齐第22-24页
    3.2 基于VGG-16的卷积神经网络人脸识别研究第24-30页
        3.2.1 原始VGG-16网络模型结构第24-26页
        3.2.2 VGG-16人脸模型网络结构调整第26-27页
        3.2.3 优化算法及超参数设置第27-28页
        3.2.4 实验结果分析第28-30页
    3.3 人脸验证测试及分析第30-33页
        3.3.1 人脸验证过程第30页
        3.3.2 测试结果分析第30-33页
    3.4 本章小结第33-34页
第四章 基于人脸识别技术的人证合一系统设计第34-46页
    4.1 应用软件总体设计第34-35页
    4.2 模拟客户端设计第35-36页
        4.2.1 客户端发送信息第35页
        4.2.2 客户端接收信息第35-36页
    4.3 人证合一服务端设计第36-42页
        4.3.1 本机数据交互模块第36-37页
        4.3.2 人脸识别功能模块第37-40页
        4.3.3 后台系统数据交互模块第40-42页
    4.4 机场环境部署及软件测试结果分析第42-45页
        4.4.1 测试环境部署第42-44页
        4.4.2 系统及算法测试分析第44-45页
    4.5 本章小结第45-46页
第五章 总结与展望第46-48页
    5.1 研究内容总结第46页
    5.2 研究工作展望第46-48页
参考文献第48-51页
在学期间的研究成果第51-52页
致谢第52页

论文共52页,点击 下载论文
上一篇:基于时空特性的动态EIT成像方法研究
下一篇:基于解剖学特征的心脏图像分割及心功能定量分析