| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 人脸遮挡检测国内外研究现状及研究方法分析 | 第9-13页 |
| 1.3 实验数据集 | 第13-14页 |
| 1.4 论文主要工作 | 第14-15页 |
| 1.5 论文组织结构 | 第15-16页 |
| 第2章 相关理论基础 | 第16-31页 |
| 2.1 运动目标检测 | 第16-18页 |
| 2.2 神经网络基本原理 | 第18-28页 |
| 2.2.1 人工神经网络 | 第18-22页 |
| 2.2.2 卷积神经网络 | 第22-26页 |
| 2.2.3 受限玻尔兹曼机 | 第26-28页 |
| 2.3 CUDA并行计算 | 第28-29页 |
| 2.4 迁移学习理论 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 基于CUDA并行加速的HOG人头检测方法 | 第31-45页 |
| 3.1 基于Codebook模型的运动目标检测算法 | 第31-33页 |
| 3.2 基于HOG特征的人头检测 | 第33-39页 |
| 3.3 CUDA并行计算实现 | 第39-41页 |
| 3.4 实验与结果分析 | 第41-44页 |
| 3.4.1 HOG人头检测实验 | 第42-43页 |
| 3.4.2 CUDA并行加速实验 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 基于视频的人脸遮挡判定方法研究 | 第45-58页 |
| 4.1 基于肤色的人脸遮挡判定 | 第45-49页 |
| 4.1.1 基于YCbCr颜色空间的椭圆肤色检测模型 | 第45-47页 |
| 4.1.2 基于人头图像质量评估的肤色比率计算 | 第47-49页 |
| 4.2 基于迁移学习的CNN-RBM混合模型的人脸遮挡判定 | 第49-52页 |
| 4.3 实验与结果分析 | 第52-56页 |
| 4.3.1 基于肤色的人脸遮挡判定实验 | 第52-54页 |
| 4.3.2 基于迁移学习的CNN-RBM混合模型人脸遮挡判定实验 | 第54-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第5章 基于视频监控的人脸遮挡检测系统设计 | 第58-66页 |
| 5.1 系统设计流程 | 第58-59页 |
| 5.2 系统功能实现 | 第59-63页 |
| 5.3 系统测试 | 第63-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 下一步工作展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第74页 |
