人脸年龄估计与老化合成方法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究背景及意义 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-15页 |
| 1.3.1 人脸年龄估计研究现状 | 第11-13页 |
| 1.3.2 人脸老化合成研究现状 | 第13-15页 |
| 1.4 本文主要研究工作与组织结构 | 第15-17页 |
| 1.4.1 主要研究工作 | 第15-16页 |
| 1.4.2 论文的组织结构 | 第16-17页 |
| 第2章 相关技术研究 | 第17-28页 |
| 2.1 卷积神经网络相关研究 | 第17-22页 |
| 2.1.1 卷积层 | 第17-18页 |
| 2.1.2 池化层 | 第18页 |
| 2.1.3 激活函数 | 第18-21页 |
| 2.1.4 优化算法 | 第21-22页 |
| 2.2 生成式对抗网络相关研究 | 第22-25页 |
| 2.2.1 生成式对抗网络 | 第22-24页 |
| 2.2.2 深度卷积对抗生成网络 | 第24-25页 |
| 2.3 人脸年龄数据集 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于CNN的多标签年龄估计 | 第28-51页 |
| 3.1 算法提出动机 | 第28-29页 |
| 3.2 多标签人脸年龄估计 | 第29-32页 |
| 3.2.1 多标签学习 | 第29-30页 |
| 3.2.2 多标签人脸样本 | 第30-31页 |
| 3.2.3 多标签年龄估计模型 | 第31-32页 |
| 3.3 详细设计 | 第32-38页 |
| 3.3.1 卷积神经网络结构 | 第32-33页 |
| 3.3.2 年龄估计网络训练 | 第33-36页 |
| 3.3.3 局部有序年龄估计算法 | 第36-38页 |
| 3.4 实验设置与结果分析 | 第38-48页 |
| 3.4.1 实验设置 | 第38-40页 |
| 3.4.2 评价指标 | 第40页 |
| 3.4.3 算法评估实验 | 第40-44页 |
| 3.4.4 实验对比与分析 | 第44-48页 |
| 3.5 年龄估计模型应用示例 | 第48-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第4章 基于DCGAN的人脸老化合成 | 第51-72页 |
| 4.1 方法基本思想 | 第51-52页 |
| 4.2 详细设计 | 第52-58页 |
| 4.2.1 卷积编码器 | 第52-54页 |
| 4.2.2 生成器 | 第54-55页 |
| 4.2.3 判别器 | 第55-56页 |
| 4.2.4 目标函数 | 第56-58页 |
| 4.3 实验评估与测试 | 第58-65页 |
| 4.3.1 实验设置 | 第58-60页 |
| 4.3.2 算法评估 | 第60-62页 |
| 4.3.3 双向合成测试 | 第62-64页 |
| 4.3.4 鲁棒性测试 | 第64-65页 |
| 4.4 实验对比与评价 | 第65-71页 |
| 4.4.1 实验对比分析 | 第65-69页 |
| 4.4.2 跨年龄人脸验证应用 | 第69-71页 |
| 4.5 本章小结 | 第71-72页 |
| 第5章 总结与展望 | 第72-74页 |
| 5.1 全文工作总结 | 第72-73页 |
| 5.2 下一步工作展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间的科研成果 | 第79页 |
