| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-20页 |
| 1.2.1 人脸检测研究现状 | 第15-17页 |
| 1.2.2 人脸关键点定位研究现状 | 第17-20页 |
| 1.3 本文工作 | 第20-21页 |
| 1.4 论文结构安排 | 第21-22页 |
| 第二章 相关研究工作综述 | 第22-32页 |
| 2.1 人脸检测方法 | 第22-26页 |
| 2.1.1 多尺度检测方法 | 第22-23页 |
| 2.1.2 基于CNN的人脸检测方法 | 第23-25页 |
| 2.1.3 环境信息辅助人脸检测方法 | 第25-26页 |
| 2.2 人脸关键点定位方法 | 第26-29页 |
| 2.2.1 基于CNN的人脸关键点定位方法 | 第27-28页 |
| 2.2.2 大姿态和部分遮挡人脸关键点定位方法 | 第28-29页 |
| 2.3 多任务学习 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 使用多任务级联卷积网络进行人脸检测和关键点定位 | 第32-46页 |
| 3.1 CNN | 第32-34页 |
| 3.2 多任务网络结构 | 第34-38页 |
| 3.2.1 第一阶段——全卷积网络 | 第35-36页 |
| 3.2.2 第二阶段——引入同类判别任务 | 第36-37页 |
| 3.2.3 第三阶段——联合人脸检测和关键点定位 | 第37-38页 |
| 3.3 实验结果与分析 | 第38-44页 |
| 3.3.1 多任务设计策略 | 第38-39页 |
| 3.3.2 训练和网络设置 | 第39-41页 |
| 3.3.3 相关多任务学习方法对比 | 第41-42页 |
| 3.3.4 实验结果 | 第42-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第四章 基于语义分割的人脸检测方法 | 第46-56页 |
| 4.1 基于语义分割的人脸检测网络 | 第47-50页 |
| 4.1.1 主干网络——Xception | 第47-48页 |
| 4.1.2 上采样特征图 | 第48-49页 |
| 4.1.3 人脸区域的提取和优化 | 第49-50页 |
| 4.2 实验结果与分析 | 第50-55页 |
| 4.2.1 数据集的选择和处理 | 第50-51页 |
| 4.2.2 损失函数与优化器 | 第51-52页 |
| 4.2.3 相关语义分割方法对比 | 第52-54页 |
| 4.2.4 实验结果 | 第54-55页 |
| 4.3 本章小结 | 第55-56页 |
| 第五章 对大姿态和遮挡鲁棒的人脸关键点定位方法 | 第56-70页 |
| 5.1 相关网络介绍 | 第57-60页 |
| 5.1.1 ResNet | 第57-58页 |
| 5.1.2 空间变换网络 | 第58-60页 |
| 5.2 基于人脸部件的关键点定位方法 | 第60-64页 |
| 5.2.1 提取候选框 | 第61-62页 |
| 5.2.2 多分类网络 | 第62-63页 |
| 5.2.3 关键点定位 | 第63-64页 |
| 5.3 实验结果与分析 | 第64-69页 |
| 5.3.1 网络设置 | 第64-66页 |
| 5.3.2 相关方法分析 | 第66页 |
| 5.3.3 实验结果 | 第66-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-80页 |
| 致谢 | 第80-82页 |
| 简历与科研成果 | 第82-84页 |