| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题的研究背景与意义 | 第9页 |
| 1.2 人脸认证研究发展综述 | 第9-13页 |
| 1.2.1 人脸识别与认证的一般流程 | 第9-10页 |
| 1.2.2 人脸识别与认证的主要方法 | 第10-13页 |
| 1.3 文章研究内容及架构 | 第13-14页 |
| 第2章 卷积网络与深度卷积网络 | 第14-30页 |
| 2.1 单卷积网络特征学习过程 | 第15-25页 |
| 2.1.1 卷积网络结构 | 第15-19页 |
| 2.1.2 分类网络 | 第19-21页 |
| 2.1.3 损失函数 | 第21页 |
| 2.1.4 BP算法 | 第21-22页 |
| 2.1.5 网络参数的求导 | 第22-25页 |
| 2.1.6 单卷积网络的特征学习过程 | 第25页 |
| 2.2 深度卷积网络 | 第25-29页 |
| 2.2.1 深度卷积网络的结构 | 第26页 |
| 2.2.2 深度卷积网络的训练与求导 | 第26-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第3章 MLF-AWCN与基于LDA的多差异融合比对算法 | 第30-43页 |
| 3.1 MLF-AWCN的网络结构 | 第31-33页 |
| 3.2 MLF-AWCN的多层级网络联合训练 | 第33-35页 |
| 3.3 MLF-AWCN的参数求导 | 第35-36页 |
| 3.4 基于MLF-AWCN的图像特征提取 | 第36-37页 |
| 3.5 基于LDA的多差异融合比对算法 | 第37-42页 |
| 3.5.1 绝对值归一化余弦值 | 第38-39页 |
| 3.5.2 基于LDA的多差异融合比对算法 | 第39-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于MLF-AWCN与多差异融合的人脸认证算法实验 | 第43-51页 |
| 4.1 数据准备 | 第43-44页 |
| 4.2 数据处理 | 第44-45页 |
| 4.3 MLF-AWCN网络结构与超参数设定 | 第45-47页 |
| 4.3.1 训练网络的结构 | 第45-46页 |
| 4.3.2 训练网络的超参数 | 第46-47页 |
| 4.4 模型最优参数选择 | 第47页 |
| 4.5 实验测试 | 第47-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第5章 实验结果分析与比较 | 第51-61页 |
| 5.1 特征融合有效性分析 | 第51-52页 |
| 5.2 网络特征分析 | 第52-56页 |
| 5.2.1 中间层卷积特征图展示 | 第52-53页 |
| 5.2.2 各层级特征性质分析 | 第53-56页 |
| 5.3 算法测试结论与比较 | 第56-60页 |
| 5.3.1 基于LDA的多差异融合比对算法的有效性验证 | 第56-58页 |
| 5.3.2 本文方法性能测试结果与比较 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 本文工作总结 | 第61页 |
| 6.2 未来工作展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 攻读硕士学位期间完成的论文和专利 | 第69页 |
