基于深度学习的面部特征点定位方法设计与实现
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 课题研究背景与意义 | 第8-9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.2.1 深度学习的国内外研究现状 | 第9-10页 |
| 1.2.2 面部特征点定位技术的研究现状 | 第10-12页 |
| 1.3 论文主要工作 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 2 深度学习的相关技术 | 第15-30页 |
| 2.1 深度学习 | 第15-16页 |
| 2.2 人工神经网络 | 第16-21页 |
| 2.2.1 单个神经元 | 第16-18页 |
| 2.2.2 神经网络模型 | 第18-19页 |
| 2.2.3 反向传播算法 | 第19-21页 |
| 2.3 卷积神经网络 | 第21-28页 |
| 2.3.1 卷积神经网络的结构及前向传播 | 第22-23页 |
| 2.3.2 卷积神经网络的反向传播 | 第23-24页 |
| 2.3.3 经典的卷积神经网络模型 | 第24-28页 |
| 2.4 深度学习框架 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 基于单个卷积神经网络的面部多特征点定位 | 第30-42页 |
| 3.1 网络的结构设计 | 第30-32页 |
| 3.2 方法设计 | 第32-34页 |
| 3.3 实验验证与分析 | 第34-39页 |
| 3.3.1 实验数据集介绍 | 第34-35页 |
| 3.3.2 评价指标 | 第35-36页 |
| 3.3.3 训练方法与测试方法 | 第36-37页 |
| 3.3.4 结果分析 | 第37-39页 |
| 3.4 图形化界面 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 基于多任务学习深度网络的面部特征点定位 | 第42-57页 |
| 4.1 网络的结构设计 | 第42-44页 |
| 4.2 训练方法 | 第44-45页 |
| 4.3 测试方法 | 第45-46页 |
| 4.4 确定面部候选区域 | 第46-50页 |
| 4.4.1 二级级联网络的结构设计 | 第46-47页 |
| 4.4.2 面部候选区域的训练 | 第47-49页 |
| 4.4.3 NMS处理 | 第49-50页 |
| 4.5 实验验证与分析 | 第50-55页 |
| 4.5.1 人脸检测 | 第50-52页 |
| 4.5.2 特征点定位 | 第52-53页 |
| 4.5.3 性别预测 | 第53页 |
| 4.5.4 结果分析 | 第53-55页 |
| 4.6 图形化界面 | 第55-56页 |
| 4.7 本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| 5.1 本文工作总结 | 第57页 |
| 5.2 未来工作展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 附录 | 第66页 |
