基于一种改进的卷积神经网络的非受控场景下人脸识别
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-28页 |
| 1.1 工程应用背景及研究意义 | 第8-12页 |
| 1.1.1 工程应用背景 | 第8-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 生物特征识别技术概述 | 第12-19页 |
| 1.2.1 生物特征识别技术 | 第12-17页 |
| 1.2.2 生物特征识别系统 | 第17-19页 |
| 1.3 人脸识别研究现状 | 第19-25页 |
| 1.4 本课题研究的内容 | 第25-28页 |
| 第2章 非受控状态的人脸识别与卷积神经网络 | 第28-43页 |
| 2.1 人脸识别系统 | 第30-31页 |
| 2.2 非受控状态下的人脸识别问题分析 | 第31-35页 |
| 2.2.1 非受控条件下人脸识别存在的问题 | 第32-33页 |
| 2.2.2 非受控条件下复杂干扰条件分析对比 | 第33-35页 |
| 2.3 深度卷积网络 | 第35-42页 |
| 2.3.1 深度学习 | 第36-37页 |
| 2.3.2 卷积神经网络简介 | 第37-38页 |
| 2.3.3 卷积神经网络结构 | 第38-41页 |
| 2.3.4 卷积神经网络在非受控人脸识别上的优势 | 第41-42页 |
| 2.4 本章小结 | 第42-43页 |
| 第3章 基于卷积神经网络的非受控人脸识别研究 | 第43-63页 |
| 3.1 数据库的选择 | 第43-45页 |
| 3.2 卷积神经网络的设计 | 第45-49页 |
| 3.3 实验流程 | 第49-59页 |
| 3.3.1 图像预处理 | 第51-53页 |
| 3.3.2 网络训练与特征提取 | 第53-56页 |
| 3.3.3 人脸识别 | 第56-57页 |
| 3.3.4 对比试验 | 第57-59页 |
| 3.4 工程应用 | 第59-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70页 |
