首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

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

论文共55页,点击 下载论文
上一篇:逃避攻击及其在中文垃圾短信过滤中的应用
下一篇:应用于WSN节点的中频滤波电路模块的设计