| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-22页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状与存在问题 | 第14-17页 |
| 1.3 论文研究路线 | 第17-18页 |
| 1.4 主要研究内容及创新 | 第18-20页 |
| 1.5 论文组织结构 | 第20-22页 |
| 第二章 人脸识别技术介绍 | 第22-31页 |
| 2.1 人脸识别概述 | 第22-24页 |
| 2.2 人脸识别方法介绍 | 第24-25页 |
| 2.2.1 基于特征的方法 | 第24页 |
| 2.2.2 基于模型的方法 | 第24页 |
| 2.2.3 基于学习的方法 | 第24-25页 |
| 2.3 视频中人脸识别过程 | 第25-30页 |
| 2.3.1 人脸识别过程介绍 | 第25-26页 |
| 2.3.2 人脸检测 | 第26-27页 |
| 2.3.3 人脸对齐 | 第27-28页 |
| 2.3.4 人脸特征提取 | 第28-30页 |
| 2.3.5 人脸匹配 | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 一种基于深度学习的人脸识别框架设计 | 第31-49页 |
| 3.1 框架设计 | 第31-43页 |
| 3.1.1 MTCNN人脸检测和关键点定位 | 第31-37页 |
| 3.1.2 仿射变换人脸对齐 | 第37-39页 |
| 3.1.3 Lightened CNN人脸特征提取 | 第39-43页 |
| 3.1.4 余弦距离人脸匹配 | 第43页 |
| 3.2 仿真实验 | 第43-47页 |
| 3.2.1 实验环境及数据 | 第43-45页 |
| 3.2.2 实验结果 | 第45-47页 |
| 3.3 实验结果分析 | 第47页 |
| 3.4 本章小结 | 第47-49页 |
| 第四章 一种基于视觉跟踪的实时视频人脸识别框架及其改进 | 第49-66页 |
| 4.1 视觉跟踪技术介绍 | 第49-50页 |
| 4.2 一种基于视觉跟踪的实时视频人脸识别框架 | 第50-57页 |
| 4.2.1 框架设计 | 第50-53页 |
| 4.2.2 仿真实验 | 第53-57页 |
| 4.2.3 实验结果分析 | 第57页 |
| 4.3 基于视觉跟踪的实时视频人脸识别框架的改进 | 第57-65页 |
| 4.3.1 框架设计 | 第58-63页 |
| 4.3.2 仿真实验 | 第63-64页 |
| 4.3.3 实验结果分析 | 第64-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第五章 一种基于ResNet残差块结构的人脸特征提取算法 | 第66-80页 |
| 5.1 ResNet残差块结构介绍 | 第66-67页 |
| 5.2 一种基于ResNet残差结构的人脸特征提取算法描述 | 第67-73页 |
| 5.2.1 网络结构 | 第67-69页 |
| 5.2.2 网络训练 | 第69-72页 |
| 5.2.3 特征融合设计 | 第72-73页 |
| 5.3 FFA-32RBSNet在RFRV-VT+中的应用 | 第73-76页 |
| 5.4 仿真实验 | 第76-79页 |
| 5.5 实验结果分析 | 第79页 |
| 5.6 本章小结 | 第79-80页 |
| 第六章 总结与展望 | 第80-82页 |
| 6.1 总结 | 第80-81页 |
| 6.2 展望 | 第81-82页 |
| 参考文献 | 第82-88页 |
| 硕士期间发表学术论文情况 | 第88-89页 |
| 致谢 | 第89-90页 |
