首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于深度神经网络的人脸验证

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-16页
    1.1 论文研究背景及意义第10-12页
    1.2 国内外研究现状第12-13页
    1.3 论文研究工作第13-14页
    1.4 论文结构第14-16页
第二章 影响人脸识别的因素概述第16-30页
    2.1 人脸识别常用数据集第16-18页
    2.2 常见的神经网络结构第18-23页
    2.3 基于分类的人脸识别损失函数第23-29页
    2.4 本章小结第29-30页
第三章 人脸验证与人脸识别第30-54页
    3.1 实际场景中的人脸验证系统流程第30-33页
    3.2 人脸验证第33-46页
        3.2.1 网络结构扩展实验对比第33-37页
        3.2.2 基于人脸特征对比的数据清洗方案设计第37-41页
        3.2.3 数据迁移与图像增强第41-44页
        3.2.4 损失函数对比实验第44-46页
    3.3 人脸识别第46-51页
        3.3.1 人脸识别特征提取方案设计与实验第46-50页
        3.3.2 基于最优特征提取方案的人脸识别系统设计第50-51页
    3.4 本章小结第51-54页
第四章 基于人脸的性别与年龄识别的研究第54-62页
    4.1 基于人脸的性别识别研究第54-56页
        4.1.1 数据集介绍第54-55页
        4.1.2 性别二分类与引入不确定类别对比实验第55-56页
    4.2 基于人脸的年龄识别研究第56-60页
        4.2.1 基于分类的年龄识别第57页
        4.2.2 引入临近区间的影响的损失函数的改进第57-59页
        4.2.3 实验对比与结果分析第59-60页
    4.3 本章小结第60-62页
第五章 工作总结与展望第62-64页
    5.1 论文工作总结第62页
    5.2 进一步的研究工作第62-64页
参考文献第64-70页
致谢第70-72页
攻读学位期间发表的学术论文目录第72页

论文共72页,点击 下载论文
上一篇:基于深度学习的医疗图像分割算法研究
下一篇:基于深度学习的个性化推荐系统的研究与实现