| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 人脸识别 | 第11-12页 |
| 1.2.2 人脸检测 | 第12-13页 |
| 1.2.3 人脸特点定位 | 第13页 |
| 1.3 研究内容 | 第13-15页 |
| 1.4 主要研究成果 | 第15页 |
| 1.5 论文内容安排 | 第15-18页 |
| 第二章 基于全卷积神经网络的人脸检测 | 第18-28页 |
| 2.1 引言 | 第18-19页 |
| 2.2 人脸检测器 | 第19-22页 |
| 2.2.1 人脸检测器的网络结构 | 第19-20页 |
| 2.2.2 逐步训练策略 | 第20-21页 |
| 2.2.3 全卷积展开 | 第21-22页 |
| 2.3 多人脸检测器融合与多尺度检测 | 第22-23页 |
| 2.4 实验结果与分析 | 第23-26页 |
| 2.4.1 实验所用数据库 | 第23-24页 |
| 2.4.2 多模型融合与多尺度检测的有效性 | 第24-25页 |
| 2.4.3 全卷积人脸检测器的性能 | 第25-26页 |
| 2.5 小结 | 第26-28页 |
| 第三章 基于瘦长型多任务卷积神经网络的人脸特征点定位 | 第28-38页 |
| 3.1 引言 | 第28-29页 |
| 3.2 瘦长型多任务人脸特征点定位网络的设计 | 第29-33页 |
| 3.3 训练数据的扩充 | 第33-35页 |
| 3.4 实验结果与分析 | 第35-36页 |
| 3.5 小结 | 第36-38页 |
| 第四章 基于迁移学习与专门学习的人脸识别 | 第38-52页 |
| 4.1 引言 | 第38-40页 |
| 4.2 基于迁移学习的人脸识别网络 | 第40-43页 |
| 4.2.1 可迁移性分析 | 第40-41页 |
| 4.2.2 知识迁移 | 第41-42页 |
| 4.2.3 基于迁移学习的人脸识别网络的性能分析 | 第42-43页 |
| 4.3 基于专门学习的人脸识别网络 | 第43-49页 |
| 4.3.1 全局与局部人脸块 | 第43-44页 |
| 4.3.2 基于专门学习的人脸识别网络的网络设计 | 第44-46页 |
| 4.3.3 基于专门学习的人脸识别网络的性能分析 | 第46-49页 |
| 4.4 多网络融合结果分析 | 第49-51页 |
| 4.5 小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-56页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53-56页 |
| 参考文献 | 第56-64页 |
| 致谢 | 第64-66页 |
| 攻读学位期间发表的学术论文目录 | 第66页 |