基于深度自学习的人脸美丽预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| ·课题来源 | 第11页 |
| ·研究背景和研究意义 | 第11-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·人脸美丽预测研究现状 | 第13-15页 |
| ·深度自学习研究现状 | 第15-16页 |
| ·本文的主要内容与安排 | 第16-18页 |
| 第二章 相关理论基础 | 第18-25页 |
| ·引言 | 第18页 |
| ·自学习 | 第18-20页 |
| ·受限波尔兹曼机 | 第20-21页 |
| ·卷积受限波尔兹曼机 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于表观特征的人脸美丽预测研究 | 第25-38页 |
| ·引言 | 第25页 |
| ·特征脸 | 第25-26页 |
| ·局部二值模式 | 第26-30页 |
| ·LBP算子基本原理 | 第26-28页 |
| ·LBP统一模式 | 第28页 |
| ·分块LBP | 第28-30页 |
| ·Gabor纹理特征 | 第30-32页 |
| ·Gabor滤波器 | 第30-31页 |
| ·Gabor纹理特征提取 | 第31-32页 |
| ·实验结果与分析 | 第32-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于回归方法的人脸美丽预测 | 第38-51页 |
| ·引言 | 第38页 |
| ·回归方法 | 第38-47页 |
| ·线性回归 | 第38-41页 |
| ·K近邻回归 | 第41-42页 |
| ·Logistic回归 | 第42-44页 |
| ·岭回归 | 第44-45页 |
| ·支持向量回归 | 第45-47页 |
| ·预测性能指标 | 第47-48页 |
| ·实验结果与分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 基于深度自学习的人脸美丽预测 | 第51-61页 |
| ·引言 | 第51页 |
| ·深度学习 | 第51-52页 |
| ·非监督预训练 | 第52-53页 |
| ·人脸美丽预测模型与算法 | 第53-57页 |
| ·实验结果与分析 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-64页 |
| ·工作总结 | 第61-62页 |
| ·工作展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士期间成果 | 第70-71页 |
| 致谢 | 第71页 |
