| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 研究背景和意义 | 第16-17页 |
| 1.2 低照度图像增强算法研究现状分析 | 第17页 |
| 1.3 人脸检测研究现状分析 | 第17-21页 |
| 1.3.1 基于Boosting分类器级联的人脸检测方法 | 第18-19页 |
| 1.3.2 基于可变形模型的人脸检测算法 | 第19-20页 |
| 1.3.3 基于卷积神经网络的人脸检测方法 | 第20-21页 |
| 1.4 本文的研究内容及章节安排 | 第21-24页 |
| 1.4.1 本文主要工作 | 第21-22页 |
| 1.4.2 本文结构安排 | 第22-24页 |
| 第二章 卷积神经网络基础理论 | 第24-36页 |
| 2.1 卷积神经网络结构 | 第24-29页 |
| 2.1.1 整体结构 | 第24页 |
| 2.1.2 卷积层 | 第24-26页 |
| 2.1.3 池化层 | 第26-27页 |
| 2.1.4 激活函数 | 第27-29页 |
| 2.1.5 全连接层 | 第29页 |
| 2.2 卷积神经网络的训练 | 第29-34页 |
| 2.2.1 前向传播 | 第29-30页 |
| 2.2.2 反向传播 | 第30-34页 |
| 2.3 本章小结 | 第34-36页 |
| 第三章 基于暗通道先验的低照度图像增强算法 | 第36-56页 |
| 3.1 基于暗通道先验的图像去雾算法 | 第36-45页 |
| 3.1.1 大气散射原理 | 第36-40页 |
| 3.1.2 暗通道先验理论 | 第40-42页 |
| 3.1.3 基于暗通道先验理论的图像去雾算法 | 第42-45页 |
| 3.2 基于暗通道先验的低照度图像增强算法 | 第45-48页 |
| 3.2.1 低照度图像与有雾图像的关系分析 | 第45-46页 |
| 3.2.2 基于暗通道先验的低照度图像增强算法 | 第46-48页 |
| 3.3 改进的基于暗通道先验的低照度图像增强算法 | 第48-52页 |
| 3.3.1 基于亮通道图的透射率图估算 | 第49页 |
| 3.3.2 基于导向滤波的透射图细化 | 第49-51页 |
| 3.3.3 基于暗通道的全局大气光估算 | 第51-52页 |
| 3.4 实验结果与分析 | 第52-54页 |
| 3.4.1 主观评价分析 | 第52-53页 |
| 3.4.2 客观评价分析 | 第53-54页 |
| 3.5 本章小结 | 第54-56页 |
| 第四章 基于区域Softmax损失函数的卷积神经网络 | 第56-66页 |
| 4.1 损失函数 | 第56-58页 |
| 4.1.1 平方损失函数 | 第56-57页 |
| 4.1.2 合页损失函数 | 第57页 |
| 4.1.3 Softmax损失函数 | 第57-58页 |
| 4.2 区域Softmax损失函数 | 第58-61页 |
| 4.3 实验结果与分析 | 第61-63页 |
| 4.3.1 MNIST | 第62页 |
| 4.3.2 CIFAR10 | 第62-63页 |
| 4.4 本章小结 | 第63-66页 |
| 第五章 基于卷积神经网络的多尺度人脸检测方法 | 第66-78页 |
| 5.1 Faster R-CNN目标检测网络 | 第66-69页 |
| 5.1.1 Faster R-CNN整体结构 | 第66-67页 |
| 5.1.2 区域建议网络 | 第67-69页 |
| 5.2 多尺度人脸检测网络的设计 | 第69-73页 |
| 5.2.1 网络框架 | 第69-70页 |
| 5.2.2 尺度不变性设计 | 第70-71页 |
| 5.2.3 损失函数 | 第71-72页 |
| 5.2.4 训练数据 | 第72-73页 |
| 5.3 实验结果与分析 | 第73-77页 |
| 5.3.1 评价指标 | 第73-74页 |
| 5.3.2 FDDB数据集结果 | 第74-75页 |
| 5.3.3 WIDER FACE数据集结果 | 第75-77页 |
| 5.4 本章小结 | 第77-78页 |
| 第六章 基于MATLAB的复杂环境下人脸检测系统设计 | 第78-82页 |
| 6.1 复杂环境下人脸检测系统的主要模块 | 第78页 |
| 6.2 系统功能介绍 | 第78-81页 |
| 6.3 本章小结 | 第81-82页 |
| 第七章 总结与展望 | 第82-84页 |
| 7.1 本文工作总结 | 第82-83页 |
| 7.2 后续工作展望 | 第83-84页 |
| 参考文献 | 第84-90页 |
| 致谢 | 第90-92页 |
| 作者简介 | 第92-93页 |
