| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-20页 |
| 1.1 课题背景和研究意义 | 第15-16页 |
| 1.1.1 课题背景 | 第15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 人脸识别 | 第16-17页 |
| 1.2.2 眼镜去除 | 第17-18页 |
| 1.3 本文主要的工作和结构安排 | 第18-20页 |
| 1.3.1 本文的主要工作 | 第18-19页 |
| 1.3.2 章节安排 | 第19-20页 |
| 第二章 人脸识别和眼镜摘除概述 | 第20-29页 |
| 2.1 人脸识别概述 | 第20-24页 |
| 2.1.1 人脸识别问题描述 | 第20-22页 |
| 2.1.2 人脸识别方法概述 | 第22-24页 |
| 2.2 眼镜摘除概述 | 第24-28页 |
| 2.2.1 PCA重建技术 | 第24-26页 |
| 2.2.2 ICA技术 | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 神经网络 | 第29-39页 |
| 3.1 引言 | 第29页 |
| 3.2 前馈神经网络 | 第29-31页 |
| 3.3 多层前馈神经网络以及BP算法 | 第31-35页 |
| 3.3.1 多层前馈神经网络 | 第31页 |
| 3.3.2 BP算法 | 第31-35页 |
| 3.4 卷积神经网络 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于跳连接反卷积神经网络的自动眼镜摘除 | 第39-61页 |
| 4.1 引言 | 第39页 |
| 4.2 基于反卷积神经网络的自动眼镜摘除 | 第39-44页 |
| 4.2.1 反卷积神经网络 | 第39-40页 |
| 4.2.2 反卷积神经网络结构设计 | 第40-44页 |
| 4.3 基于跳连接反卷积神经网络的自动眼镜摘除 | 第44-52页 |
| 4.3.1 特征融合 | 第44-45页 |
| 4.3.2 跳连接 | 第45-47页 |
| 4.3.3 Refine Module | 第47-49页 |
| 4.3.4 基于跳连接反卷积神经网络的自动眼镜摘除网络结构设计 | 第49-52页 |
| 4.3.5 网络模型的训练 | 第52页 |
| 4.4 实验结果与分析 | 第52-57页 |
| 4.4.1 实验所采用的数据集 | 第52-53页 |
| 4.4.2 眼镜去除结果分析 | 第53-57页 |
| 4.5 眼镜去除对人脸识别的影响分析 | 第57-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 本文主要工作 | 第61-62页 |
| 5.2 未来展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间的学术活动以及成果情况 | 第67-68页 |