| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景和研究意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-13页 |
| 1.1.2 研究目的 | 第13页 |
| 1.1.3 研究意义 | 第13页 |
| 1.2 国内外研究概况 | 第13-16页 |
| 1.2.1 基于传统方法的人脸特征提取研究概况 | 第14-15页 |
| 1.2.2 基于深度学习的人脸特征提取研究概况 | 第15-16页 |
| 1.2.3 距离度量学习研究概况 | 第16页 |
| 1.3 研究内容和论文组织结构 | 第16-19页 |
| 1.3.1 研究内容 | 第16页 |
| 1.3.2 论文组织结构 | 第16-19页 |
| 第二章 相关理论基础与数据集 | 第19-39页 |
| 2.1 卷积神经网络 | 第19-28页 |
| 2.1.1 卷积神经网络结构的基本组成 | 第19-24页 |
| 2.1.2 卷积神经网络常用激活函数 | 第24-26页 |
| 2.1.3 卷积神经网络常用的参数初始化方法 | 第26-27页 |
| 2.1.4 卷积神经网络的训练与优化 | 第27-28页 |
| 2.2 距离度量学习 | 第28-30页 |
| 2.2.1 距离度量学习概述 | 第28-29页 |
| 2.2.2 距离度量学习的分类 | 第29页 |
| 2.2.3 距离度量学习与卷积神经网络的结合训练 | 第29-30页 |
| 2.3 自编码器 | 第30-33页 |
| 2.3.1 自编码器的一般概念 | 第30-31页 |
| 2.3.2 自编码器的种类 | 第31-33页 |
| 2.4 相关数据集介绍 | 第33-36页 |
| 2.4.1 LFW数据集 | 第33-34页 |
| 2.4.2 MegaFace数据集 | 第34-35页 |
| 2.4.3 WebFace数据集 | 第35页 |
| 2.4.4 人证数据集 | 第35-36页 |
| 2.5 本章小结 | 第36-39页 |
| 第三章 人脸特征提取任务中卷积神经网络结构的设计 | 第39-55页 |
| 3.1 常用的卷积神经网络结构 | 第39-44页 |
| 3.1.1 AlexNet | 第39-40页 |
| 3.1.2 VGGNet | 第40-41页 |
| 3.1.3 GoogleNet | 第41-43页 |
| 3.1.4 ResNet | 第43-44页 |
| 3.2 设计适用于人脸特征提取的卷积神经网络结构 | 第44-48页 |
| 3.2.1 基于人脸特征提取任务特点的设计 | 第44-45页 |
| 3.2.2 基于模型性能的设计 | 第45-47页 |
| 3.2.3 改进后的模型 | 第47-48页 |
| 3.3 本章实验 | 第48-52页 |
| 3.3.1 实验的准备工作 | 第49-52页 |
| 3.3.2 实验结果与分析 | 第52页 |
| 3.4 本章小结 | 第52-55页 |
| 第四章 距离度量学习损失函数在人脸特征提取中的应用 | 第55-63页 |
| 4.1 人脸特征提取中常用的距离度量学习损失函数 | 第55-57页 |
| 4.1.1 对比损失函数 | 第55-56页 |
| 4.1.2 三元组损失函数 | 第56-57页 |
| 4.2 提升结构损失函数 | 第57-58页 |
| 4.2.1 提升结构损失函数的概念 | 第57-58页 |
| 4.2.2 提升结构损失函数与常见度量学习损失函数的比较 | 第58页 |
| 4.3 本章实验 | 第58-62页 |
| 4.3.1 实验的准备工作 | 第58-59页 |
| 4.3.2 三种损失函数的结果对比 | 第59-60页 |
| 4.3.3 多模型的训练以及与当今最好的结果的对比 | 第60-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 实时的人证比对系统的构建 | 第63-71页 |
| 5.1 人证数据的人脸特征表示 | 第63-65页 |
| 5.1.1 基于距离度量学习的人证数据人脸特征学习 | 第63-65页 |
| 5.1.2 基于结合自编码器和距离度量学习的人证数据人脸特征学习 | 第65页 |
| 5.2 人证比对系统 | 第65-68页 |
| 5.2.1 系统设置 | 第66页 |
| 5.2.2 基于人脸验证任务的人证比对系统 | 第66-67页 |
| 5.2.3 基于人脸搜索任务的人证比对系统 | 第67-68页 |
| 5.2.4 人证比对系统的时间性能 | 第68页 |
| 5.3 本章小结 | 第68-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 附录 缩略语表 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 攻读学位期间发表的学术论文目录 | 第81页 |
