证件照自动生成与人脸识别方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状及存在的问题 | 第12-15页 |
| 1.2.1 图像分割研究现状 | 第12-13页 |
| 1.2.2 人脸识别研究现状 | 第13-15页 |
| 1.2.3当前方法存在的问题 | 第15页 |
| 1.3 主要研究内容和创新点 | 第15-16页 |
| 1.4 本文结构安排 | 第16-19页 |
| 第二章 相关技术介绍 | 第19-35页 |
| 2.1 Graph cut与Matting算法 | 第19-24页 |
| 2.2 图像分割数据集与评价指标 | 第24页 |
| 2.3 基于深度学习的人脸识别方法 | 第24-29页 |
| 2.4 人脸识别数据集与评价指标 | 第29-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第三章 融合先验知识的证件照自动生成算法 | 第35-49页 |
| 3.1 引言 | 第35-36页 |
| 3.2 方法 | 第36-41页 |
| 3.2.1 人脸检测 | 第36页 |
| 3.2.2 边缘检测 | 第36-37页 |
| 3.2.3 内置模板 | 第37-38页 |
| 3.2.4 Grab cut算法 | 第38-40页 |
| 3.2.5 Matting算法 | 第40-41页 |
| 3.3 实验 | 第41-47页 |
| 3.3.1 数据集 | 第41-42页 |
| 3.3.2 实验细节 | 第42-43页 |
| 3.3.3 实验结果 | 第43-47页 |
| 3.4 本章小结 | 第47-49页 |
| 第四章 融合人脸属性知识的人脸识别算法 | 第49-67页 |
| 4.1 引言 | 第49-50页 |
| 4.2 方法 | 第50-57页 |
| 4.2.1 人脸识别网络模型 | 第50-53页 |
| 4.2.2 人脸属性识别网络模型 | 第53-54页 |
| 4.2.3 融合人脸属性知识的人脸识别网络模型 | 第54-57页 |
| 4.3 实验 | 第57-64页 |
| 4.3.1 数据集 | 第57-58页 |
| 4.3.2 实验细节 | 第58-59页 |
| 4.3.3 人脸属性识别实验结果 | 第59-60页 |
| 4.3.4 人脸识别实验结果 | 第60-64页 |
| 4.4 本章小结 | 第64-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 总结 | 第67-68页 |
| 5.2 展望 | 第68-69页 |
| 参考文献 | 第69-77页 |
| 附录 硕士期间参与的科研项目 | 第77-79页 |
| 致谢 | 第79页 |
