基于卷积神经网络的人脸检测与特征点标定算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 人脸检测技术 | 第10-12页 |
| 1.2.2 特征点标定技术 | 第12-13页 |
| 1.3 本文主要内容及组织结构 | 第13-15页 |
| 第二章 人脸检测算法研究 | 第15-47页 |
| 2.1 概述 | 第15页 |
| 2.2 卷积神经网络 | 第15-20页 |
| 2.2.1 卷积神经网络的特点 | 第16-17页 |
| 2.2.2 网络拓扑结构 | 第17-19页 |
| 2.2.3 卷积网络训练机制 | 第19-20页 |
| 2.3 基于卷积神经网络的人脸检测算法 | 第20-33页 |
| 2.3.1 卷积神经网络拓扑结构 | 第21-22页 |
| 2.3.2 训练方法 | 第22-25页 |
| 2.3.3 人脸定位 | 第25-27页 |
| 2.3.4 实验结果与分析 | 第27-33页 |
| 2.4 基于级联卷积神经网络的人脸检测算法 | 第33-41页 |
| 2.4.1 级联卷积神经网络 | 第33-38页 |
| 2.4.2 边界矫正网络 | 第38-39页 |
| 2.4.3 人脸定位 | 第39-40页 |
| 2.4.4 实验结果与分析 | 第40-41页 |
| 2.5 实验分析 | 第41-45页 |
| 2.6 本章小结 | 第45-47页 |
| 第三章 人脸特征点标定算法研究 | 第47-69页 |
| 3.1 概述 | 第47页 |
| 3.2 基于卷积神经网络的特征点标定算法 | 第47-55页 |
| 3.2.1 卷积神经网络拓扑结构 | 第48-50页 |
| 3.2.2 局部权值共享策略 | 第50-51页 |
| 3.2.3 实验分析 | 第51-55页 |
| 3.3 基于级联卷积神经网络的特征点标定算法 | 第55-60页 |
| 3.3.1 双层级联网络模型 | 第55-59页 |
| 3.3.2 样本扩充策略 | 第59-60页 |
| 3.4 实验分析 | 第60-67页 |
| 3.4.1 测试数据集 | 第61-62页 |
| 3.4.2 特征点标定方法对比分析 | 第62-64页 |
| 3.4.3 实验结果展示与分析 | 第64-66页 |
| 3.4.4 对人脸识别性能的影响 | 第66-67页 |
| 3.5 本章小结 | 第67-69页 |
| 第四章 软件设计与实现 | 第69-79页 |
| 4.1 概述 | 第69页 |
| 4.2 软件开发环境 | 第69-70页 |
| 4.3 软件功能及构架 | 第70页 |
| 4.4 核心软件模块设计实现 | 第70-74页 |
| 4.4.1 检测对象输入模块 | 第70-71页 |
| 4.4.2 人脸检测模块设计 | 第71-73页 |
| 4.4.3 特征点标定及分类模块设计 | 第73-74页 |
| 4.5 软件测试 | 第74-77页 |
| 4.5.1 软件功能测试 | 第75-76页 |
| 4.5.2 软件性能测试 | 第76-77页 |
| 4.6 本章小结 | 第77-79页 |
| 第五章 总结与展望 | 第79-81页 |
| 致谢 | 第81-83页 |
| 参考文献 | 第83-89页 |
| 攻读硕士学位期间取得的学术成果 | 第89页 |
