基于卷积神经网络的三维人脸识别研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 本文的研究背景、目的及意义 | 第15-16页 |
| 1.2 人脸识别研究现状 | 第16-19页 |
| 1.3 人脸识别的应用 | 第19-20页 |
| 1.4 本文的主要内容 | 第20-23页 |
| 第二章 人脸识别和卷积神经网络 | 第23-45页 |
| 2.1 人脸识别 | 第23-33页 |
| 2.1.1 人脸识别研究内容及流程 | 第23-24页 |
| 2.1.2 二维人脸识别方法 | 第24-31页 |
| 2.1.3 三维人脸识别方法 | 第31-33页 |
| 2.2 卷积神经网络 | 第33-43页 |
| 2.2.1 卷积神经网络简介 | 第33-35页 |
| 2.2.2 卷积神经网络的结构及参数 | 第35-39页 |
| 2.2.3 卷积神经网络的训练 | 第39-43页 |
| 2.2.4 卷积神经网络的特点及优势 | 第43页 |
| 2.3 本章小结 | 第43-45页 |
| 第三章 三维人脸数据预处理 | 第45-57页 |
| 3.1 三维信息对于人脸识别的重要性 | 第45-46页 |
| 3.2 3DMAD数据库 | 第46-48页 |
| 3.2.1 数据库简介 | 第46-47页 |
| 3.2.2 Kinect三维数据简介 | 第47-48页 |
| 3.3 数据预处理 | 第48-55页 |
| 3.3.1 人脸检测 | 第49-51页 |
| 3.3.2 人脸关键点检测 | 第51-53页 |
| 3.3.3 人脸归一化 | 第53-55页 |
| 3.4 本章小结 | 第55-57页 |
| 第四章 基于卷积神经网络的三维人脸识别 | 第57-69页 |
| 4.1 搭建网络结构 | 第57-59页 |
| 4.1.1 网络的输入与输出 | 第57-58页 |
| 4.1.2 卷积层、局部连接层与全连接层 | 第58-59页 |
| 4.1.3 神经元类型与网络参数设置 | 第59页 |
| 4.2 代码框架选择 | 第59-60页 |
| 4.3 实验结果 | 第60-68页 |
| 4.3.1 二维数据实验结果 | 第60-61页 |
| 4.3.2 三维数据实验结果 | 第61-62页 |
| 4.3.3 数据量大小对实验结果的影响 | 第62-63页 |
| 4.3.4 二维与三维数据融合实验结果 | 第63-65页 |
| 4.3.5 卷积网络可视化 | 第65-68页 |
| 4.4 本章小结 | 第68-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 5.1 工作总结 | 第69-70页 |
| 5.2 工作展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-78页 |
