基于FPGA的人脸识别系统
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题背景 | 第10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 国内外发展研究 | 第11-13页 |
| 1.4 主要研究内容 | 第13页 |
| 1.5 论文主要研究内容 | 第13-15页 |
| 第2章 卷积神经网络 | 第15-25页 |
| 2.1 神经网络 | 第15-22页 |
| 2.1.1 随机梯度下降法 | 第17-20页 |
| 2.1.2 反向传播算法 | 第20-22页 |
| 2.2 卷积神经网络 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 MATLAB实现训练过程和识别过程 | 第25-35页 |
| 3.1 交叉熵代价函数 | 第25-26页 |
| 3.2 定义结构 | 第26-27页 |
| 3.3 正向传播 | 第27-29页 |
| 3.4 误差反向传播 | 第29-31页 |
| 3.5 随机梯度下降法 | 第31-33页 |
| 3.5.1 参数初始化 | 第31页 |
| 3.5.2 迭代计算过程 | 第31-32页 |
| 3.5.3 规范化 | 第32-33页 |
| 3.6 测试结果 | 第33-34页 |
| 3.7 本章小结 | 第34-35页 |
| 第4章 人脸识别系统的具体实现 | 第35-50页 |
| 4.1 系统概述 | 第35-37页 |
| 4.2 基于FPGA的人脸识别构架 | 第37-49页 |
| 4.2.1 图像数据采集 | 第37-39页 |
| 4.2.2 图像预处理 | 第39-40页 |
| 4.2.3 神经网络部分 | 第40-44页 |
| 4.2.4 FPGA实现 | 第44-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第5章 仿真与测试结果 | 第50-55页 |
| 5.1 仿真测试平台简介 | 第50-51页 |
| 5.2 图像采集模块功能验证 | 第51-52页 |
| 5.3 神经网络仿真结果与分析 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间发表的学术论文 | 第60-61页 |
| 致谢 | 第61页 |
