| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第9-12页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 皮肤检测技术现状 | 第13-16页 |
| 1.3 本文创新点 | 第16页 |
| 1.4 本文主要内容与结构安排 | 第16-18页 |
| 第二章 相关背景知识介绍 | 第18-25页 |
| 2.1 皮肤检测方法 | 第18-20页 |
| 2.2 深度学习背景及应用 | 第20-22页 |
| 2.3 聚类分析背景及应用 | 第22-23页 |
| 2.4 相似度计算 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 皮肤检测中光照不均匀问题研究 | 第25-35页 |
| 3.1 研究背景及影响 | 第25-26页 |
| 3.1.1 背景介绍 | 第25-26页 |
| 3.1.2 光照不均匀对皮肤检测的影响 | 第26页 |
| 3.2 常用方法 | 第26-27页 |
| 3.3 Z-score标准化原理及卷积变换原理详解 | 第27-28页 |
| 3.3.1 Z-score标准化 | 第27-28页 |
| 3.3.2 卷积变换 | 第28页 |
| 3.4 Z-score标准化算法改进及实现 | 第28-30页 |
| 3.4.1 Z-score标准化算法改进 | 第28-29页 |
| 3.4.2 算法实现过程 | 第29-30页 |
| 3.5 算法结果分析 | 第30-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 基于深度学习的皮肤检测算法研究 | 第35-43页 |
| 4.1 深度学习原理及常见类型 | 第35-37页 |
| 4.2 卷积神经网络 | 第37页 |
| 4.3 深度学习皮肤检测算法的训练模型及实现过程 | 第37-39页 |
| 4.3.1 构造训练模型 | 第37-39页 |
| 4.3.2 算法实现过程 | 第39页 |
| 4.4 基于深度学习的皮肤检测结果及分析 | 第39-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 基于密度峰值聚类的皮肤检测 | 第43-50页 |
| 5.1 常用的聚类分析算法类型 | 第43-44页 |
| 5.2 密度峰值聚类算法 | 第44-45页 |
| 5.2.1 密度求解过程 | 第44-45页 |
| 5.2.2 与高密度数据点之间的距离求解过程 | 第45页 |
| 5.2.3 数据点聚类过程 | 第45页 |
| 5.3 基于密度峰值聚类的皮肤检测算法模型及实现 | 第45-47页 |
| 5.3.1 密度峰值聚类算法模型 | 第45-47页 |
| 5.3.2 算法实现流程 | 第47页 |
| 5.4 基于密度峰值聚类的皮肤检测算法结果及分析 | 第47-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50页 |
| 6.2 展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 附录1攻读硕士学位期间撰写的论文 | 第57-58页 |
| 致谢 | 第58页 |