| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 生物识别技术简介 | 第10-12页 |
| 1.2 人脸识别研究综述 | 第12-15页 |
| 1.2.1 人脸识别研究的意义 | 第12-13页 |
| 1.2.2 人脸识别的概念与基本流程 | 第13-14页 |
| 1.2.3 人脸识别的难点 | 第14-15页 |
| 1.3 人脸识别研究现状 | 第15-17页 |
| 1.4 本文的主要内容和结构 | 第17-18页 |
| 1.4.1 本文主要内容 | 第17页 |
| 1.4.2 本文结构 | 第17-18页 |
| 第2章 应用统计相关知识 | 第18-24页 |
| 2.1 主成分分析 | 第18-22页 |
| 2.1.1 主成分分析原理 | 第18页 |
| 2.1.2 主成分分析理论 | 第18-21页 |
| 2.1.3 主成分分析的步骤 | 第21-22页 |
| 2.2 回归分析 | 第22-24页 |
| 2.2.1 Logistic回归 | 第22-23页 |
| 2.2.2 Softmax回归 | 第23-24页 |
| 第3章 深度神经网络介绍 | 第24-34页 |
| 3.1 神经网络 | 第24-27页 |
| 3.1.1 神经元 | 第24-25页 |
| 3.1.2 神经网络 | 第25-26页 |
| 3.1.3 神经网络工作原理 | 第26-27页 |
| 3.2 BP神经网络 | 第27-30页 |
| 3.2.1 BP神经网络结构 | 第27-28页 |
| 3.2.2 BP神经网络的训练 | 第28-30页 |
| 3.3 深度神经网络 | 第30-34页 |
| 3.3.1 深度神经网络的提出 | 第30-31页 |
| 3.3.2 深度神经网络原理 | 第31页 |
| 3.3.3 常用算法介绍 | 第31-34页 |
| 第4章 人脸识别算法设计 | 第34-42页 |
| 4.1 算法设计 | 第34-36页 |
| 4.2 深层自动编码机 | 第36-42页 |
| 4.2.1 自动编码机(AutoEncode) | 第36-37页 |
| 4.2.2 稀疏自动编码机(Sparse AutoEncode) | 第37-39页 |
| 4.2.3 自动编码机的训练 | 第39-42页 |
| 第5章 仿真 | 第42-54页 |
| 5.1 实验一 | 第42-51页 |
| 5.1.1 实验目的 | 第42页 |
| 5.1.2 实验环境与对象 | 第42页 |
| 5.1.3 实验设计 | 第42-44页 |
| 5.1.4 实验分析 | 第44-51页 |
| 5.2 实验二 | 第51-54页 |
| 5.2.1 实验目的 | 第51页 |
| 5.2.2 实验环境与对象 | 第51-52页 |
| 5.2.3 实验设计 | 第52页 |
| 5.2.4 实验分析 | 第52-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 6.1 主要研究工作总结 | 第54-55页 |
| 6.2 未来研究展望 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 致谢 | 第58页 |