| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 国内外研究现状 | 第8-9页 |
| 1.2 人脸检测识别相关技术概述 | 第9-11页 |
| 1.3 人脸检测存在的主要问题 | 第11页 |
| 1.4 论文研究内容以及章节安排 | 第11-13页 |
| 第二章 卷积神经网络的人脸检测算法 | 第13-22页 |
| 2.1 卷积神经网络 | 第13-16页 |
| 2.1.1 网络结构 | 第13页 |
| 2.1.2 卷积网络的训练过程 | 第13-14页 |
| 2.1.3 文字识别系统LeNet-5 | 第14-16页 |
| 2.2 级联卷积神经网络的人脸关键点定位 | 第16-19页 |
| 2.2.1 三层级联的卷积神经网络 | 第16-17页 |
| 2.2.2 四层级联的卷积神经网络 | 第17-19页 |
| 2.3 金字塔型的卷积神经网络的人脸检测算法 | 第19-21页 |
| 2.3.1 Siamese结构 | 第19-20页 |
| 2.3.2 Pyramid CNN | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于LIBSVM的数据分类 | 第22-27页 |
| 3.1 SVM算法 | 第22-24页 |
| 3.1.1 线性分类 | 第22-23页 |
| 3.1.2 非线性分类 | 第23-24页 |
| 3.1.3 核函数 | 第24页 |
| 3.2 基于LIBSVM的数据收集和整理 | 第24-26页 |
| 3.3 本章小结 | 第26-27页 |
| 第四章 基于Face++云服务平台和SVM的人脸识别框架 | 第27-36页 |
| 4.1 动态多分类人脸识别方法 | 第27-30页 |
| 4.1.1 人脸检测 | 第27-28页 |
| 4.1.2 学习使用LIBSVM进行SVM分类 | 第28-29页 |
| 4.1.3 动态调节阈值和分类模型 | 第29-30页 |
| 4.2 LFW人脸库和ORL人脸库的数据收集 | 第30-32页 |
| 4.3 实验结果和分析 | 第32-34页 |
| 4.4 本章小结 | 第34-36页 |
| 第五章 基于衣服特征提取的身份识别 | 第36-44页 |
| 5.1 衣服区域的截取 | 第36-38页 |
| 5.1.1 图像差分法 | 第36-37页 |
| 5.1.2 人脸关键点定位衣服区域 | 第37-38页 |
| 5.2 衣服特征提取 | 第38-42页 |
| 5.2.1 HSV特征提取 | 第38-40页 |
| 5.2.2 自建人脸库的数据收集和测试 | 第40-42页 |
| 5.2.3 HS特征提取 | 第42页 |
| 5.3 本章小结 | 第42-44页 |
| 第六章 人脸识别和衣服特征识别框架 | 第44-50页 |
| 6.1 动态多分类的人脸识别和衣服识别方法 | 第44-46页 |
| 6.2 数据处理和整理 | 第46-47页 |
| 6.3 实验结果预测和分析 | 第47-48页 |
| 6.4 本章小结 | 第48-50页 |
| 第七章 总结与展望 | 第50-52页 |
| 7.1 总结 | 第50页 |
| 7.2 展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 发表论文和参加科研情况说明 | 第55-56页 |
| 致谢 | 第56-57页 |