| 中文摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| ·选题的目的和意义 | 第11页 |
| ·人脸检测研究动态 | 第11-12页 |
| ·深度学习理论的研究动态 | 第12-15页 |
| ·本文的主要研究内容 | 第15-17页 |
| 第二章 人脸检测方法及其性能评测 | 第17-25页 |
| ·人脸检测方法 | 第17页 |
| ·人脸检测性能评价 | 第17-18页 |
| ·基于AdaBoost算法的人脸检测 | 第18-23页 |
| ·AdaBoost算法概述 | 第18-19页 |
| ·PCA算法原理 | 第19-20页 |
| ·结合PCA的AdaBoost算法用于人脸检测 | 第20-22页 |
| ·实验结果和分析 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 人工神经网络 | 第25-31页 |
| ·人工神经网络(Artificial Neural Networks,ANN) | 第25页 |
| ·人工神经网络发展史 | 第25-26页 |
| ·神经元 | 第26-28页 |
| ·生物神经元 | 第26-27页 |
| ·人工神经元模型 | 第27-28页 |
| ·人工神经网络的类型 | 第28-29页 |
| ·前向网络 | 第28页 |
| ·反馈网络 | 第28页 |
| ·互连网络 | 第28-29页 |
| ·人工神经网络的学习训练 | 第29页 |
| ·人工神经网络的优点 | 第29-30页 |
| ·人工神经网络在人脸检测中的应用 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于卷积神经网络的人脸检测 | 第31-43页 |
| ·卷积神经网络概述 | 第31-32页 |
| ·卷积神经网络的网络结构 | 第32-33页 |
| ·输入层和输出层 | 第32页 |
| ·卷积层 | 第32页 |
| ·次抽样层 | 第32-33页 |
| ·卷积神经网络的训练 | 第33-36页 |
| ·样本收集 | 第33-34页 |
| ·算法分析 | 第34-36页 |
| ·卷积神经网络应用于人脸检测 | 第36-39页 |
| ·网络结构 | 第37页 |
| ·实验结果和分析 | 第37-39页 |
| ·ADABOOST算法检测率和运行时间结果和分析 | 第39-40页 |
| ·实验环境和参数说明 | 第39页 |
| ·实验结果和分析 | 第39-40页 |
| ·卷积神经网络识别率和运行速度结果和分析 | 第40-42页 |
| ·实验环境和参数说明 | 第40-41页 |
| ·实验结果和分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 致谢 | 第49-50页 |
| 个人简况及联系方式 | 第50-51页 |
| 承诺书 | 第51-52页 |