基于社会服务机器人的脸部共性信息识别系统
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究工作的背景与意义 | 第11-13页 |
| 1.2 国内外研究历史与现状 | 第13-16页 |
| 1.3 本文的主要贡献 | 第16-17页 |
| 1.4 本文的结构安排 | 第17-19页 |
| 第二章 脸部信息识别和深层网络结构 | 第19-36页 |
| 2.1 引言 | 第19页 |
| 2.2 脸部信息识别技术 | 第19-25页 |
| 2.2.1 人脸检测 | 第19-21页 |
| 2.2.2 特征提取 | 第21-23页 |
| 2.2.3 分类识别 | 第23-25页 |
| 2.3 本文理论基础 | 第25-35页 |
| 2.3.1 深度学习 | 第25-27页 |
| 2.3.2 卷积神经网络 | 第27-34页 |
| 2.3.3 训练工具 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 基于迁移学习的脸部属性学习模型 | 第36-50页 |
| 3.1 引言 | 第36页 |
| 3.2 迁移学习 | 第36-38页 |
| 3.3 基于迁移学习的脸部属性学习模型 | 第38-41页 |
| 3.4 迁移学习实验 | 第41-49页 |
| 3.4.1 数据预处理 | 第41-43页 |
| 3.4.2 模型训练 | 第43-45页 |
| 3.4.3 训练结果 | 第45-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 基于多任务的脸部属性学习模型 | 第50-66页 |
| 4.1 引言 | 第50页 |
| 4.2 多任务学习 | 第50-54页 |
| 4.3 基于多任务的脸部属性学习模型 | 第54-57页 |
| 4.4 多任务实验 | 第57-65页 |
| 4.4.1 数据预处理 | 第57-59页 |
| 4.4.2 模型训练 | 第59-61页 |
| 4.4.3 训练结果 | 第61-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第五章 脸部共性信息识别系统平台设计 | 第66-79页 |
| 5.1 引言 | 第66页 |
| 5.2 系统与平台 | 第66-68页 |
| 5.2.1 机器人操作系统 | 第66-67页 |
| 5.2.2 集成开发环境 | 第67-68页 |
| 5.3 系统需求分析 | 第68-69页 |
| 5.4 系统总体框架设计 | 第69-71页 |
| 5.5 系统功能模块划分 | 第71-76页 |
| 5.5.1 ROS远程连接模块 | 第71-73页 |
| 5.5.2 预处理模块 | 第73-75页 |
| 5.5.3 模型计算模块 | 第75-76页 |
| 5.6 系统测试与分析 | 第76-78页 |
| 5.7 本章小结 | 第78-79页 |
| 第六章 全文总结与展望 | 第79-81页 |
| 6.1 全文总结 | 第79-80页 |
| 6.2 后续工作展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-88页 |
| 攻读硕士学位期间取得的成果 | 第88-89页 |
