| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第11-28页 |
| 1.1 课题概述 | 第11-15页 |
| 1.2 人脸基准点定位研究现状 | 第15-25页 |
| 1.3 本文主要工作 | 第25-28页 |
| 2 深度卷积神经网络(DCNN)基本理论 | 第28-37页 |
| 2.1 引言 | 第28页 |
| 2.2 网络结构 | 第28-31页 |
| 2.3 优化算法 | 第31-34页 |
| 2.4 训练方式 | 第34-36页 |
| 2.5 小结 | 第36-37页 |
| 3 基于多个DCNN平均的稀疏人脸基准点定位 | 第37-55页 |
| 3.1 引言 | 第37-38页 |
| 3.2 多个DCNN平均直接回归的算法框架 | 第38-40页 |
| 3.3 修正线性单元(ReLU)深度模型 | 第40-42页 |
| 3.4 实验结果和讨论 | 第42-54页 |
| 3.5 小结 | 第54-55页 |
| 4 基于迁移DCNN特征的稠密人脸基准点定位 | 第55-74页 |
| 4.1 引言 | 第55-57页 |
| 4.2 迁移DCNN特征的算法框架 | 第57-61页 |
| 4.3 参数化修正线性单元(PReLU)深度模型 | 第61-65页 |
| 4.4 实验结果和讨论 | 第65-73页 |
| 4.5 小结 | 第73-74页 |
| 5 基于多任务学习BN深度网络的人脸基准点快速定位 | 第74-96页 |
| 5.1 引言 | 第74-76页 |
| 5.2 多任务深度学习框架 | 第76-80页 |
| 5.3 批归一化(BN)深度模型 | 第80-86页 |
| 5.4 实验结果 | 第86-95页 |
| 5.5 小结 | 第95-96页 |
| 6 人脸基准点定位在人脸识别中的应用 | 第96-107页 |
| 6.1 引言 | 第96页 |
| 6.2 基于DCNN的人脸识别系统 | 第96-102页 |
| 6.3 实验结果 | 第102-105页 |
| 6.4 小结 | 第105-107页 |
| 7 总结与展望 | 第107-110页 |
| 7.1 全文总结 | 第107-108页 |
| 7.2 未来展望 | 第108-110页 |
| 致谢 | 第110-111页 |
| 参考文献 | 第111-122页 |
| 附录Ⅰ 攻读博士学位期间主要研究成果与科研经历 | 第122-123页 |
| 附录Ⅱ 缩略语 | 第123-124页 |