深度人脸特征提取及识别的应用研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-18页 |
| 1.1 研究背景及意义 | 第8-11页 |
| 1.2 研究现状及存在的问题 | 第11-14页 |
| 1.3 主要研究内容和章节安排 | 第14-18页 |
| 2 基于卷积神经网络的人脸识别基础 | 第18-30页 |
| 2.1 神经网络理论基础 | 第18-20页 |
| 2.1.1 神经元与前向传播 | 第18-19页 |
| 2.1.2 梯度下降与反向传播 | 第19-20页 |
| 2.2 卷积神经网络 | 第20-27页 |
| 2.2.1 卷积层 | 第20-22页 |
| 2.2.2 子采样层 | 第22-23页 |
| 2.2.3 激活函数 | 第23-25页 |
| 2.2.4 全连接层 | 第25页 |
| 2.2.5 分类函数 | 第25-26页 |
| 2.2.6 双通道卷积神经网络 | 第26-27页 |
| 2.3 人脸识别基本步骤 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 3 基于多任务深度特征变换学习的人脸特征表示 | 第30-56页 |
| 3.1 问题形成与研究现状 | 第30-33页 |
| 3.2 深度特征变换 | 第33-34页 |
| 3.2.1 深度特征变换来源 | 第33页 |
| 3.2.2 深度特征变换定义及求解 | 第33-34页 |
| 3.3 多任务深度特征变换学习 | 第34-38页 |
| 3.3.1 Softmax分类损失函数 | 第35-36页 |
| 3.3.2 姿态损失函数 | 第36-38页 |
| 3.4 算法描述 | 第38-41页 |
| 3.4.1 算法伪代码 | 第38页 |
| 3.4.2 算法关键步骤描述 | 第38-41页 |
| 3.5 测试人脸数据集说明 | 第41-45页 |
| 3.5.1 LFW人脸数据集及测试协议 | 第42页 |
| 3.5.2 IJB-A人脸数据集及测试协议 | 第42-45页 |
| 3.6 算法性能对比及分析 | 第45-54页 |
| 3.6.1 平台及参数设置 | 第45-49页 |
| 3.6.2 性能指标评估及结果分析 | 第49-54页 |
| 3.7 本章小结 | 第54-56页 |
| 4 基于二进制特征与联合级联结构的人脸鉴别 | 第56-80页 |
| 4.1 问题形成及研究现状 | 第56-57页 |
| 4.2 深度二进制人脸哈希 | 第57-61页 |
| 4.2.1 深度二进制人脸哈希的定义 | 第57-58页 |
| 4.2.2 哈希层及二进制编码 | 第58-59页 |
| 4.2.3 哈希损失函数及算法求解 | 第59-61页 |
| 4.2.4 深度二进制人脸哈希伪代码 | 第61页 |
| 4.3 联合级联结构的人脸鉴别 | 第61-65页 |
| 4.3.1 联合级联结构的人脸鉴别定义 | 第61-63页 |
| 4.3.2 联合级联结构的人脸鉴别步骤 | 第63-64页 |
| 4.3.3 联合级联结构的人脸鉴别伪代码 | 第64-65页 |
| 4.4 测试人脸数据集及测试子集 | 第65-66页 |
| 4.5 算法性能对比与分析 | 第66-77页 |
| 4.5.1 平台及参数设置 | 第66-67页 |
| 4.5.2 评估指标及对比算法 | 第67-68页 |
| 4.5.3 算法运行时间评估与分析 | 第68-70页 |
| 4.5.4 性能指标评估及结果分析 | 第70-77页 |
| 4.6 本章小结 | 第77-80页 |
| 5 总结与展望 | 第80-82页 |
| 5.1 本文总结 | 第80-81页 |
| 5.2 展望 | 第81-82页 |
| 致谢 | 第82-84页 |
| 参考文献 | 第84-90页 |
| 附录 | 第90页 |
| A. 作者在攻读学位期间发表的论文和专利目录 | 第90页 |
| B. 作者在攻读学位期间参与的科研项目 | 第90页 |
