基于深度学习的低分辨率人脸识别
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 国内外研究进展与现状 | 第11-16页 |
| 1.2.1 超分辨率重建的研究进展与现状 | 第11-14页 |
| 1.2.2 低分辨率人脸识别的研究进展与现状 | 第14-16页 |
| 1.3 论文研究内容及结构安排 | 第16-18页 |
| 第2章 低分辨率人脸的识别方法 | 第18-28页 |
| 2.1 低分辨率人脸识别简介 | 第18-19页 |
| 2.2 基于超分辨率方法的低分辨率人脸识别 | 第19-26页 |
| 2.2.1 基于插值的超分辨率重建 | 第19-21页 |
| 2.2.2 基于样例学习的超分辨率重建 | 第21-25页 |
| 2.2.3 图像超分辨率重建方法的质量评价指标 | 第25-26页 |
| 2.3 基于稳健特征提取的人脸识别 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于深度神经网络的人脸检测和特征提取 | 第28-44页 |
| 3.1 卷积神经网络简介 | 第28-30页 |
| 3.2 卷积神经网络的训练 | 第30-34页 |
| 3.2.1 前向传播算法 | 第31-32页 |
| 3.2.2 反向传播算法 | 第32-34页 |
| 3.3 基于卷积神经网络的人脸检测 | 第34-38页 |
| 3.4 基于卷积神经网络的人脸特征提取 | 第38-43页 |
| 3.4.1 提取人脸特征的网络结构 | 第38-41页 |
| 3.4.2 三联子损失函数 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 低分辨率人脸识别 | 第44-56页 |
| 4.1 低分辨率人脸识别的模块化设计 | 第45-46页 |
| 4.2 各模块的训练与测试 | 第46-52页 |
| 4.2.1 人脸检测模块 | 第46-48页 |
| 4.2.2 超分辨率重建模块 | 第48-51页 |
| 4.2.3 人脸特征提取模块 | 第51-52页 |
| 4.3 人脸识别分类器 | 第52-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 实验与分析 | 第56-68页 |
| 5.1 实验的软硬件平台 | 第56-57页 |
| 5.2 训练样本的处理 | 第57-60页 |
| 5.2.1 数据集的预处理 | 第57-59页 |
| 5.2.2 本地人脸样本库 | 第59-60页 |
| 5.3 低分辨率人脸的识别效果 | 第60-67页 |
| 5.3.1 训练与测试阶段 | 第60-65页 |
| 5.3.2 实际场景应用 | 第65-67页 |
| 5.4 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士研究生期间发表的论文和取得的科研成果 | 第74-75页 |
| 致谢 | 第75页 |
