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

基于级联堆积沙漏模型的人脸关键点检测

摘要第4-5页
Abstract第5页
1 绪论第8-12页
    1.1 研究背景和意义第8-9页
    1.2 国内外问题的研究现状第9-11页
    1.3 问题发展的趋势第11页
    1.4 本文主体内容介绍第11-12页
2 相关技术概述第12-21页
    2.1 反向传播神经网络第12-16页
    2.2 卷积神经网络第16-20页
    2.3 本章小结第20-21页
3 基于堆积沙漏模型进行的粗定位第21-28页
    3.1 人脸关键点检测的原理第21页
    3.2 人脸框的分析第21-23页
    3.3 人脸关键点检测的分析第23页
    3.4 堆积沙漏网络第23-26页
    3.5 热度图第26-27页
    3.6 粗定位流程第27页
    3.7 本章小结第27-28页
4 基于回归问题人脸关键点的细定位第28-32页
    4.1 细定位的问题分析第28页
    4.2 人脸区域裁剪的分析第28-29页
    4.3 压缩网络第29-30页
    4.4 细定位的流程第30-31页
    4.5 具体步骤第31页
    4.6 细定位的意义第31页
    4.7 本章小结第31-32页
5 实验过程和对比实验第32-41页
    5.1 数据集第32-34页
    5.2 人脸关键点实验结果与分析第34-39页
    5.3 讨论批量大小对模型的影响第39页
    5.4 人脸关键点检测的效果图第39-40页
    5.5 本章小结第40-41页
6 总结与展望第41-42页
致谢第42-43页
参考文献第43-46页

论文共46页,点击 下载论文
上一篇:基于EVA估价模型的温氏集团价值评估研究
下一篇:改进的杜邦分析法在ZHGD公司的应用研究