| ABSTRACT | 第4页 |
| Chapter One Introduction | 第7-13页 |
| 1.1 Background | 第7页 |
| 1.2 Significance of the topic | 第7页 |
| 1.3 Development of face recognition process | 第7-8页 |
| 1.4 Structure Recognition | 第8-9页 |
| 1.5 Status Face Recognition | 第9-12页 |
| 1.5.1 Method based on face geometric features | 第9-10页 |
| 1.5.2 Based on Subspace Method | 第10页 |
| 1.5.3 Method Based on Local Feature | 第10-11页 |
| 1.5.4 Based on the Deep learning | 第11-12页 |
| 1.6 This paper studies the content and structure arrangement | 第12-13页 |
| Chapter Ⅱ DeepLearning principles | 第13-25页 |
| 2.1 Restricted Boltzmann Machine RBM | 第13-17页 |
| 2.1.1 RBM structure | 第13-15页 |
| 2.1.2 Training RBM | 第15-17页 |
| 2.2 Deep Belief Network | 第17-19页 |
| 2.3 convolutional neural network | 第19-25页 |
| 2.3.1 Neural Network | 第19-21页 |
| 2.3.2 back-propagation algorithm | 第21-22页 |
| 2.3.3 Model Structure of convolution neural network | 第22-23页 |
| 2.3.4 Network sparsity | 第23-24页 |
| 2.3.5 Weight sharing network | 第24-25页 |
| Chapter Ⅲ Deep learning framework Caffe | 第25-35页 |
| 3.1 Caffe Model Analysis | 第25-29页 |
| 3.1.1 Blob storage and exchange | 第25-26页 |
| 3.1.2 implementation details | 第26页 |
| 3.1.3 Layer computing and connectivity | 第26-28页 |
| 3.1.4 Net definition and operation | 第28-29页 |
| 3.1.5 Model format | 第29页 |
| 3.2 Solver | 第29-31页 |
| 3.3 Layer | 第31-35页 |
| 3.3.1 data_layer | 第31页 |
| 3.3.2 convolution_layer | 第31-32页 |
| 3.3.3 pooling_layer | 第32-33页 |
| 3.3.4 inner_product_layer | 第33页 |
| 3.3.5 relu_layer | 第33-34页 |
| 3.3.6 loss_layer | 第34-35页 |
| Chapter Ⅳ CNN model design | 第35-42页 |
| 4.1 Data Processing | 第35-36页 |
| 4.1.1 Data Format | 第35页 |
| 4.1.2 Generated data | 第35-36页 |
| 4.2 Design | 第36-40页 |
| 4.2.1 Option One | 第36-37页 |
| 4.2.2 Option Two | 第37-39页 |
| 4.2.3 Programme Evaluation | 第39-40页 |
| 4.3 Training Network | 第40页 |
| 4.4 Results Analysis | 第40-41页 |
| 4.5 CNN Loss | 第41-42页 |
| Chapter Summary and Outlook | 第42-44页 |
| 5.1 Full summary | 第42页 |
| 5.2 Future Prospects | 第42-44页 |
| 5.2.1 Face Property Database | 第43页 |
| 5.2.2 Recognition algorithm robustness | 第43-44页 |
| Acknowledgements | 第44-45页 |
| References | 第45-46页 |
| Appendix | 第46页 |
| Appendix 1 | 第46页 |
| Appendix 2 | 第46页 |
