基于迁移学习的人脸识别方法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 人脸识别研究现状 | 第11-12页 |
| 1.2.2 迁移学习技术研究现状 | 第12-14页 |
| 1.3 人脸识别技术的应用 | 第14-15页 |
| 1.4 论文主要研究内容和组织结构 | 第15-16页 |
| 第2章 相关理论与研究方法 | 第16-34页 |
| 2.1 传统人脸识别方法 | 第16-20页 |
| 2.1.1 人脸特征提取方法 | 第16-18页 |
| 2.1.2 人脸识别分类方法 | 第18-20页 |
| 2.2 卷积神经网络 | 第20-29页 |
| 2.2.1 神经元基本结构 | 第20-21页 |
| 2.2.2 反向传播算法 | 第21-24页 |
| 2.2.3 卷积神经网络架构 | 第24-29页 |
| 2.3 迁移学习 | 第29-33页 |
| 2.3.1 迁移学习基本概念 | 第29-30页 |
| 2.3.2 迁移学习分类 | 第30-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 基于迁移学习的人脸识别方法研究 | 第34-52页 |
| 3.1 卷积神经网络设计 | 第34-44页 |
| 3.1.1 框架设计 | 第34-35页 |
| 3.1.2 参数初始设定 | 第35-39页 |
| 3.1.3 框架优化 | 第39-44页 |
| 3.2 基于迁移学习的卷积神经网络人脸识别算法 | 第44-51页 |
| 3.2.1 算法思想 | 第44-46页 |
| 3.2.2 框架设计 | 第46-47页 |
| 3.2.3 算法流程及实现 | 第47-51页 |
| 3.3 本章小结 | 第51-52页 |
| 第4章 实验及结果分析 | 第52-62页 |
| 4.1 实验环境 | 第52页 |
| 4.2 实验数据集 | 第52-54页 |
| 4.3 实验结果及分析 | 第54-59页 |
| 4.3.1 实验一 | 第54-56页 |
| 4.3.2 实验二 | 第56-59页 |
| 4.3.3 实验一与实验二对比 | 第59页 |
| 4.4 本章小结 | 第59-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |
