首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于深度学习的生物特征识别在APP中的应用

摘要第4-5页
ABSTRACT第5-6页
1 绪论第9-15页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 生物特征识别第10-12页
        1.2.2 智能交互第12页
        1.2.3 移动APP第12页
        1.2.4 深度学习第12-13页
    1.3 本文的主要工作第13页
    1.4 本文的组织结构第13-15页
2 系统需求与相关技术第15-25页
    2.1 系统需求第15-18页
        2.1.1 用户注册与识别第15-17页
        2.1.2 人机交互第17页
        2.1.3 性能需求第17-18页
    2.2 生物特征识别技术第18-23页
        2.2.1 深度学习的训练方法第19-20页
        2.2.2 基于深度学习的人脸识别算法第20-21页
        2.2.3 基于深度学习的声纹验证算法第21-23页
    2.3 基于智能用户界面(IUI)的人机交互技术第23-24页
    2.4 本章小结第24-25页
3 身份认证系统架构的设计第25-35页
    3.1 系统的架构设计第25-27页
        3.1.1 系统层次架构设计第25-26页
        3.1.2 系统数据处理流程第26-27页
    3.2 系统功能模块设计第27-32页
        3.2.1 人脸检测与识别第28-29页
        3.2.2 语音检测与声纹验证第29页
        3.2.3 人机交互流程第29-32页
    3.3 身份认证集成接口的设计第32-33页
        3.3.1 人脸检测与识别接口第32页
        3.3.2 语音检测与声纹验证接口第32页
        3.3.3 人机交互的设计第32-33页
    3.4 本章小结第33-35页
4 身份特征提取与识别的实现第35-51页
    4.1 基于深度学习的身份识别模型设计与训练第35-37页
        4.1.1 训练数据集构建第35-36页
        4.1.2 人脸DCNN及声纹DCNN的设计与训练第36-37页
        4.1.3 实验结果第37页
    4.2 生物特征在购物APP中的应用第37-41页
    4.3 人脸检测与识别的编程实现第41-44页
    4.4 语音检测与声纹验证的编程实现第44-46页
    4.5 人机交互的编程实现第46-49页
    4.6 本章小结第49-51页
5 总结与展望第51-53页
    5.1 总结第51页
    5.2 展望第51-53页
参考文献第53-56页
攻读学位期间参加的项目第56-57页
致谢第57-58页

论文共58页,点击 下载论文
上一篇:基于度量学习的人类活动识别算法研究
下一篇:基于逻辑回归的微博流行程度预测