基于卷积神经网络的人脸面部疲劳识别方法研究
摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第9-14页 |
1.1 课题背景与意义 | 第9-10页 |
1.2 研究现状与发展 | 第10-12页 |
1.2.1 常见的研究方法 | 第10-11页 |
1.2.2 课题研究现状 | 第11-12页 |
1.3 研究内容与章节安排 | 第12-14页 |
1.3.1 研究内容 | 第12-13页 |
1.3.2 章节安排 | 第13-14页 |
第二章 人脸面部疲劳数据集 | 第14-20页 |
2.1 人脸面部表情数据集简介 | 第14-17页 |
2.1.1 常见人脸表情数据集 | 第14-16页 |
2.1.2 相关人脸疲劳数据集 | 第16-17页 |
2.2 人脸面疲劳图像库 | 第17-19页 |
2.2.1 图像采集和处理 | 第17-18页 |
2.2.2 图像库的建立 | 第18-19页 |
2.3 本章小结 | 第19-20页 |
第三章 卷积神经网络的基本理论 | 第20-32页 |
3.1 人工神经网络 | 第20-23页 |
3.1.1 神经网络模型 | 第20-22页 |
3.1.2 反向传播算法 | 第22-23页 |
3.2 卷积神经网络 | 第23-29页 |
3.2.1 基本原理概述 | 第23-25页 |
3.2.2 网络结构分析 | 第25-29页 |
3.3 常见的应用场景 | 第29-31页 |
3.3.1 图像分类 | 第29-30页 |
3.3.2 人脸识别 | 第30页 |
3.3.3 其他应用 | 第30-31页 |
3.4 本章小结 | 第31-32页 |
第四章 基于卷积神经网络的人脸面部疲劳识别 | 第32-43页 |
4.1 实验方案的设计 | 第32-35页 |
4.1.1 实验基本目标 | 第32-33页 |
4.1.2 实验基本流程 | 第33页 |
4.1.3 实验网络结构 | 第33-35页 |
4.2 实验环境的搭建 | 第35-37页 |
4.2.1 硬件环境 | 第35-36页 |
4.2.2 软件环境 | 第36-37页 |
4.3 实验结果分析与对比 | 第37-42页 |
4.3.1 实验结果分析 | 第37-41页 |
4.3.2 实验结果对比 | 第41-42页 |
4.4 本章小结 | 第42-43页 |
第五章 人脸面部疲劳识别系统的实现 | 第43-49页 |
5.1 系统的软硬件环境 | 第43页 |
5.2 模块设计和界面设计 | 第43-45页 |
5.2.1 系统模块设计 | 第43-44页 |
5.2.2 系统界面设计 | 第44-45页 |
5.3 基本功能和使用流程 | 第45-48页 |
5.3.1 系统基本功能 | 第45页 |
5.3.2 系统使用流程 | 第45-48页 |
5.4 本章小结 | 第48-49页 |
第六章 总结与展望 | 第49-51页 |
参考文献 | 第51-53页 |
附录1 攻读硕士学位期间申请的专利 | 第53-54页 |
致谢 | 第54-55页 |