| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文主要研究内容 | 第14-17页 |
| 第二章 图嵌入框架及方法研究 | 第17-27页 |
| 2.1 图嵌入框架 | 第17-18页 |
| 2.1.1 图嵌入理论 | 第17-18页 |
| 2.1.2 图嵌入框架 | 第18页 |
| 2.2 图嵌入方法的研究 | 第18-21页 |
| 2.2.1 基于主成分的嵌入方法 | 第19页 |
| 2.2.2 基于线性判别式的嵌入方法 | 第19-20页 |
| 2.2.3 局部线性嵌入方法 | 第20-21页 |
| 2.2.4 基于拉普拉斯的嵌入方法 | 第21页 |
| 2.3 图嵌入技术的研究 | 第21-24页 |
| 2.3.1 线性化映射技术 | 第21-23页 |
| 2.3.2 张量化映射技术 | 第23页 |
| 2.3.3 核化映射技术 | 第23-24页 |
| 2.4 图嵌入编码信息的研究 | 第24-25页 |
| 2.4.1 非监督学习 | 第24页 |
| 2.4.2 监督学习 | 第24页 |
| 2.4.3 半监督学习 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 视频人脸图像检测方法的研究 | 第27-45页 |
| 3.1 现有的人脸检测方法 | 第27-28页 |
| 3.1.1 神经网络(NeuralNetworks) | 第28页 |
| 3.1.2 支持向量机(SVM) | 第28页 |
| 3.2 基于AdaBoost的ViolaJones算法 | 第28-33页 |
| 3.2.1 Haar-like特征 | 第28-30页 |
| 3.2.2 积分图 | 第30-31页 |
| 3.2.3 级联分类器 | 第31-32页 |
| 3.2.4 检测结果 | 第32-33页 |
| 3.3 视频运动区域分割 | 第33-38页 |
| 3.3.1 背景相减法 | 第33-34页 |
| 3.3.2 帧差法 | 第34页 |
| 3.3.3 改进算法及实验分析 | 第34-36页 |
| 3.3.4 运动区域预处理 | 第36-38页 |
| 3.4 基于运动区域和ViolaJones算法的视频人脸图像检测 | 第38-39页 |
| 3.5 实验与分析 | 第39-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第四章 基于无监督学习的图嵌入算法研究 | 第45-59页 |
| 4.1 基于无监督学习的图嵌入算法 | 第45-48页 |
| 4.1.1 受限玻尔兹曼(RBM) | 第45-47页 |
| 4.1.2 受限玻尔兹曼(RBM)的学习 | 第47-48页 |
| 4.2 基于监督学习的深度信念网络算法 | 第48-51页 |
| 4.2.1 深度信念网络(DBN) | 第48-50页 |
| 4.2.2 深度信念网络(DBN)的学习与改进 | 第50-51页 |
| 4.3 基于深度信念网络的人脸识别性能分析 | 第51-55页 |
| 4.3.1 权值系数值不同时的训练时间分析 | 第51-52页 |
| 4.3.2 隐藏单元不同时的性能分析 | 第52页 |
| 4.3.3 输入维数不同时的识别分析 | 第52-53页 |
| 4.3.4 循环次数不同时的重构分析 | 第53-55页 |
| 4.4 基于深度信念网络的人脸识别 | 第55-57页 |
| 4.4.1 在标准人脸数据库上的实验 | 第56页 |
| 4.4.2 在视频人脸数据库上的实验 | 第56-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第五章 基于图嵌入的视频人脸图像检索 | 第59-67页 |
| 5.1 视频数据处理过程 | 第59-60页 |
| 5.1.1 视频数据采集与处理 | 第59页 |
| 5.1.2 样本标签及编码 | 第59-60页 |
| 5.2 人脸检索的标准定义 | 第60-61页 |
| 5.2.1 欧氏距离 | 第60-61页 |
| 5.2.2 评定标准定义 | 第61页 |
| 5.3 基于图嵌入的视频人脸图像检索 | 第61-65页 |
| 5.3.1 在标准人脸库的检索实验 | 第61-62页 |
| 5.3.2 在视频人脸库的检索实验 | 第62-65页 |
| 5.4 本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 硕士生在学期间所发表的相关论文 | 第73-75页 |
| 致谢 | 第75页 |
