| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究的目的和意义 | 第9-10页 |
| 1.2 人脸检测方法和深度卷积网络的发展和现状 | 第10-14页 |
| 1.2.1 人脸检测方法的发展和现状 | 第10-13页 |
| 1.2.2 卷积神经网络的发展和现状 | 第13-14页 |
| 1.3 本文的主要研究内容 | 第14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第2章 深度卷积网络与人脸检测算法介绍 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 深度卷积网络的介绍 | 第15-22页 |
| 2.2.1 深度卷积网络的基本组成部分 | 第15-18页 |
| 2.2.2 深度卷积网络的设计模式 | 第18-21页 |
| 2.2.3 卷积神经网络的变形——全卷积网络 | 第21-22页 |
| 2.3 人脸检测算法的构成 | 第22-26页 |
| 2.3.1 基于全图的搜索策略 | 第22-23页 |
| 2.3.2 基于人脸的二分类模型 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于多监督信息的级联全卷积网络 | 第27-39页 |
| 3.1 引言 | 第27页 |
| 3.2 主流人脸检测算法搜索策略的缺点与不足 | 第27-28页 |
| 3.3 面向统一特征点定位的全卷积网络密集图算法 | 第28-31页 |
| 3.3.1 算法介绍 | 第28-30页 |
| 3.3.2 该算法存在的问题与缺陷 | 第30-31页 |
| 3.4 基于多监督信息的级联全卷积网络 | 第31-38页 |
| 3.4.1 级联全卷积网络 | 第32-33页 |
| 3.4.2 多监督信息网络 | 第33-38页 |
| 3.4.3 模型框架图 | 第38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 实验设计与分析 | 第39-51页 |
| 4.1 引言 | 第39页 |
| 4.2 常用人脸检测数据库介绍 | 第39-41页 |
| 4.2.1 AFW数据库 | 第39-40页 |
| 4.2.2 FDDB数据库 | 第40-41页 |
| 4.2.3 Wider Face数据库 | 第41页 |
| 4.3 人脸检测算法评价标准 | 第41-42页 |
| 4.4 数据预处理与模型训练 | 第42-44页 |
| 4.4.1 数据预处理 | 第42-43页 |
| 4.4.2 模型结构 | 第43-44页 |
| 4.5 人脸检测验证性实验结果与分析 | 第44-49页 |
| 4.5.1 边框覆盖损失函数的有效性 | 第45页 |
| 4.5.2 类中心距离损失函数的有效性 | 第45页 |
| 4.5.3 级联网络的有效性 | 第45-46页 |
| 4.5.4 各个人脸检测算法在人脸检测评测库的对比 | 第46-48页 |
| 4.5.5 各个主流检测算法的时间对比实验 | 第48-49页 |
| 4.6 算法效果展示 | 第49-50页 |
| 4.7 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57页 |