基于改进CNN的人脸实名登记系统的研究与设计
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第10-16页 |
| 1.1 课题背景与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 人脸检测研究现状 | 第11-12页 |
| 1.2.2 人脸识别研究现状 | 第12-14页 |
| 1.3 主要工作及创新点 | 第14-15页 |
| 1.4 论文组织和结构 | 第15-16页 |
| 第2章 人脸识别相关算法 | 第16-26页 |
| 2.1 深度卷积神经网络 | 第16-22页 |
| 2.1.1 卷积神经网络 | 第16-17页 |
| 2.1.2 梯度下降算法 | 第17-20页 |
| 2.1.3 反向传播算法 | 第20-22页 |
| 2.2 MTCNN检测器 | 第22-24页 |
| 2.3 人脸仿射对齐 | 第24-26页 |
| 第3章 卷积神经网络及改进 | 第26-38页 |
| 3.1 基础分类模型 | 第26-27页 |
| 3.2 通道池化 | 第27-29页 |
| 3.2.1 普通池化 | 第27-28页 |
| 3.2.2 通道池化 | 第28-29页 |
| 3.3 余弦损失函数 | 第29-32页 |
| 3.3.1 Softmax损失函数 | 第30页 |
| 3.3.2 余弦损失函数 | 第30-32页 |
| 3.4 特征融合与降维 | 第32-34页 |
| 3.4.1 镜像融合 | 第32-33页 |
| 3.4.2 PCA降维 | 第33-34页 |
| 3.5 实验设置与细节 | 第34-38页 |
| 3.5.1 实验环境与训练数据 | 第34页 |
| 3.5.2 数据清洗与模型训练 | 第34-35页 |
| 3.5.3 性能评估方法 | 第35-36页 |
| 3.5.4 实验结果分析 | 第36-38页 |
| 第4章 身份证人脸验证系统 | 第38-41页 |
| 4.1 系统设计 | 第38-40页 |
| 4.1.1 系统软硬件环境 | 第38-39页 |
| 4.1.2 系统逻辑流程图 | 第39-40页 |
| 4.2 功能测试展示 | 第40-41页 |
| 4.2.1 登记成功截图 | 第40页 |
| 4.2.2 登记成功截图 | 第40-41页 |
| 第5章 总结与展望 | 第41-43页 |
| 参考文献 | 第43-47页 |
| 致谢 | 第47页 |
