基于卷积神经网络的人脸识别及硬件实现
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 人脸识别技术国内外研究现状 | 第8-11页 |
| 1.3 论文主要研究内容 | 第11-12页 |
| 1.4 论文章节安排 | 第12-14页 |
| 2 基于卷积神经网络的人脸识别 | 第14-24页 |
| 2.1 卷积神经网络原理 | 第14-22页 |
| 2.1.1 人工神经网络 | 第14-16页 |
| 2.1.2 卷积神经网络 | 第16-22页 |
| 2.2 卷积神经网络应用于人脸识别 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 3 基于卷积神经网络的人脸识别算法实现 | 第24-36页 |
| 3.1 基于卷积神经网络的人脸识别模型 | 第24页 |
| 3.2 激活函数的选择 | 第24-27页 |
| 3.1.1 Sigmoid激活函数 | 第25页 |
| 3.1.2 Tanh激活函数 | 第25-26页 |
| 3.1.3 ReLU激活函数 | 第26页 |
| 3.1.4 新的激活函数 | 第26-27页 |
| 3.3 人脸数据准备 | 第27页 |
| 3.4 算法网络结构 | 第27-28页 |
| 3.5 算法实现及结果分析 | 第28-34页 |
| 3.5.1 识别训练库内人脸 | 第28-32页 |
| 3.5.2 中间特征图分析 | 第32-33页 |
| 3.5.3 识别训练库外人脸 | 第33-34页 |
| 3.6 本章小结 | 第34-36页 |
| 4 人脸识别算法硬件实现 | 第36-58页 |
| 4.1 顶层模块划分 | 第36-37页 |
| 4.2 各模块具体实现 | 第37-53页 |
| 4.2.1 卷积采样模块 | 第37-45页 |
| 4.2.2 全连接模块 | 第45-49页 |
| 4.2.3 分类输出模块 | 第49-51页 |
| 4.2.4 顶层控制 | 第51-53页 |
| 4.3 系统验证 | 第53-57页 |
| 4.3.1 总体功能仿真 | 第53-54页 |
| 4.3.2 板级验证 | 第54-57页 |
| 4.4 本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-64页 |
