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

基于图像分块的遮挡人脸识别研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第14-19页
    1.1 本文研究背景与意义第14页
    1.2 人脸识别研究现状第14-16页
        1.2.1 人脸识别发展简介第14-15页
        1.2.2 基于稀疏表示的人脸识别研究现状第15-16页
        1.2.3 基于深度学习的人脸识别研究第16页
    1.3 遮挡人脸识别研究现状第16-18页
        1.3.1 遮挡人脸识别现状第16-18页
        1.3.2 遮挡人脸识别的难点第18页
    1.4 本文主要研究内容第18-19页
第2章 基于协同表示及卷积神经网络的人脸识别研究第19-29页
    2.1 基于协同表示的人脸识别第19-22页
        2.1.1 稀疏表示原理第19-21页
        2.1.2 协同表示第21-22页
    2.2 基于卷积神经网络的人脸识别第22-28页
        2.2.1 卷积神经网络训练过程第22-24页
        2.2.2 基于卷积神经网络的人脸识别流程第24-25页
        2.2.3 卷积神经网络其他相关问题第25-28页
    2.3 本章小结第28-29页
第3章 基于分块方法的遮挡人脸识别第29-49页
    3.1 引言第29页
    3.2 系数稀疏集中度简介第29-30页
    3.3 基于分块方法的遮挡人脸识别第30-38页
        3.3.1 分块方法概述第31-32页
        3.3.2 非连续遮挡下的再分块原理及分析第32-35页
        3.3.3 连续遮挡下的重叠分块原理及分析第35-38页
    3.4 实验结果第38-48页
        3.4.1 非连续遮挡再分块实验第38-42页
        3.4.2 连续遮挡重叠分块实验第42-48页
    3.5 本章小结第48-49页
第4章 基于卷积神经网络的遮挡人脸识别第49-67页
    4.1 引言第49页
    4.2 卷积神经网络识别严重遮挡图像第49-51页
        4.2.1 样本训练与识别过程第49-50页
        4.2.2 均方误差第50-51页
    4.3 卷积神经网络识别遮挡人脸流程第51-54页
        4.3.1 识别流程解析第51-52页
        4.3.2 投票方法第52-54页
    4.4 实验结果第54-66页
        4.4.1 完整人脸图像识别第56-58页
        4.4.2 非连续遮挡人脸识别第58-61页
        4.4.3 连续遮挡人脸识别第61-66页
    4.5 本章小结第66-67页
结论第67-68页
    1 本文研究总结第67页
    2 展望第67-68页
参考文献第68-72页
致谢第72-73页

论文共73页,点击 下载论文
上一篇:财税库银横向联网项目的设计与实现
下一篇:结合迭代策略的生物发光断层成像稀疏重建方法