基于神经网络的二维人脸识别研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 人脸识别研究背景及意义 | 第15-16页 |
| 1.2 人脸识别系统基本结构 | 第16-17页 |
| 1.3 人脸识别技术的难点 | 第17-18页 |
| 1.4 人脸识别技术常见算法及其研究现状 | 第18-19页 |
| 1.4.1 基于模板匹配的方法 | 第18页 |
| 1.4.2 基于几何特征的方法 | 第18-19页 |
| 1.4.3 基于代数特征的方法 | 第19页 |
| 1.4.4 基于稀疏表示的人脸识别方法 | 第19页 |
| 1.4.5 基于神经网络的人脸识别方法 | 第19页 |
| 1.5 主要研究内容和论文结构安排 | 第19-21页 |
| 第二章 神经网络模型理论 | 第21-37页 |
| 2.1 神经网络模型起源 | 第21页 |
| 2.2 神经网络模型整体框架概述 | 第21-22页 |
| 2.3 神经网络模型与驱动算法 | 第22-30页 |
| 2.3.1 单个神经元模型 | 第22-23页 |
| 2.3.2 损失函数 | 第23-25页 |
| 2.3.3 激活函数 | 第25-27页 |
| 2.3.4 前向传播算法 | 第27-28页 |
| 2.3.5 误差逆传播算法 | 第28-30页 |
| 2.4 卷积神经网络 | 第30-36页 |
| 2.4.1 卷积层 | 第30-31页 |
| 2.4.2 Inception层 | 第31-34页 |
| 2.4.3 池化层 | 第34-35页 |
| 2.4.4 正则化技术 | 第35-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第三章 人脸检测与人脸规范化 | 第37-47页 |
| 3.1 人脸检测与人脸规范化概述 | 第37-38页 |
| 3.2 基于级联集成回归树的人脸检测 | 第38-44页 |
| 3.2.1 基于二叉回归树的弱回归器的构建 | 第38-40页 |
| 3.2.2 基于梯度增强算法的强回归器的构建 | 第40-41页 |
| 3.2.3 强回归器的级联 | 第41-42页 |
| 3.2.4 实验及算法性能分析 | 第42-44页 |
| 3.3 基于仿射变换的人脸规范化 | 第44-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第四章 基于神经网络的人脸识别系统设计与实现 | 第47-61页 |
| 4.1 人脸特征提取概述 | 第47页 |
| 4.2 基于神经网络的人脸特征提取模型的构建 | 第47-53页 |
| 4.2.1 三元损失函数的构建 | 第48-50页 |
| 4.2.2 神经网络模型结构设计 | 第50-51页 |
| 4.2.3 神经网络模型训练设置 | 第51-53页 |
| 4.2.4 硬件平台与编程语言介绍 | 第53页 |
| 4.3 实验及算法性能分析 | 第53-60页 |
| 4.3.1 人脸对比实验 | 第53-55页 |
| 4.3.2 人脸识别实验 | 第55-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 作者简介 | 第69-70页 |
