基于深度学习算法的人脸识别应用研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 选题的目的与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 神经网络发展现状 | 第12-13页 |
| 1.2.2 基于深度学习人脸识别研究现状 | 第13-14页 |
| 1.3 人脸识别研究难点 | 第14-15页 |
| 1.4 论文内容安排 | 第15-17页 |
| 第二章 人脸检测和识别技术基础 | 第17-33页 |
| 2.1 卷积神经网络 | 第17-27页 |
| 2.1.1 输入层 | 第18页 |
| 2.1.2 全连接层 | 第18-21页 |
| 2.1.3 卷积层 | 第21-22页 |
| 2.1.4 池化层 | 第22-23页 |
| 2.1.5 SoftMax层 | 第23页 |
| 2.1.6 反向传播算法 | 第23-27页 |
| 2.2 SSD目标检测算法 | 第27-32页 |
| 2.2.1 原理简介 | 第28-30页 |
| 2.2.2 网络模型 | 第30-31页 |
| 2.2.3 网络框架选择 | 第31-32页 |
| 2.3 本章小结 | 第32-33页 |
| 第三章 基于人脸识别系统的组合型数据库设计 | 第33-43页 |
| 3.1 数据库的构建 | 第33-38页 |
| 3.1.1 数据采集与分类 | 第33-36页 |
| 3.1.2 数据标注 | 第36-38页 |
| 3.2 数据增强 | 第38-42页 |
| 3.2.1 角度变换 | 第38-40页 |
| 3.2.2 随机裁剪 | 第40页 |
| 3.2.3 颜色扰动 | 第40-41页 |
| 3.2.4 尺度缩放 | 第41页 |
| 3.2.5 高斯噪声 | 第41-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第四章 人脸模型的训练及优化 | 第43-55页 |
| 4.1 实验条件及参数设置 | 第43-44页 |
| 4.2 实验分析 | 第44-47页 |
| 4.2.1 数据增强后的数量对比 | 第44页 |
| 4.2.2 将图像数据转换为lmdb格式 | 第44-45页 |
| 4.2.3 数据训练及实验结果 | 第45-47页 |
| 4.3 优化的级联网络 | 第47-50页 |
| 4.3.1 性别识别神经网络的级联 | 第47-48页 |
| 4.3.2 年龄识别神经网络的级联 | 第48-49页 |
| 4.3.3 级联网络结构的设计 | 第49-50页 |
| 4.4 级联网络实验分析 | 第50-54页 |
| 4.4.1 性别识别神经网络实验结果 | 第51-52页 |
| 4.4.2 年龄识别神经网络实验结果 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 基于移动端的人脸识别系统实现 | 第55-64页 |
| 5.1 虚拟机部署MacOS开发环境 | 第55-56页 |
| 5.2 界面及模块设置 | 第56-59页 |
| 5.3 真机调试 | 第59-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 本课题内容总结 | 第64页 |
| 6.2 本文创新点 | 第64-65页 |
| 6.3 本课题展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 在学期间主要研究成果 | 第70页 |
