基于卷积神经网络的图像识别研究
| 中文摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文主要内容与结构安排 | 第11-13页 |
| 第二章 预备知识 | 第13-25页 |
| 2.1 前馈神经网络 | 第13-17页 |
| 2.1.1 神经元 | 第13-15页 |
| 2.1.2 前馈神经网络模型 | 第15-17页 |
| 2.2 卷积神经网络 | 第17-21页 |
| 2.2.1 卷积神经网络结构 | 第17-18页 |
| 2.2.2 卷积及其特征 | 第18-20页 |
| 2.2.3 池化 | 第20页 |
| 2.2.4 softmax | 第20-21页 |
| 2.3 梯度下降法 | 第21-25页 |
| 第三章 基于卷积神经网络的手写数字识别 | 第25-31页 |
| 3.1 MNIST手写数字数据集 | 第25-26页 |
| 3.2 网络结构和参数设置 | 第26-27页 |
| 3.2.1 网络模型结构 | 第26-27页 |
| 3.2.2 参数设置 | 第27页 |
| 3.3 实验结果及分析 | 第27-31页 |
| 第四章 基于卷积神经网络的人脸识别 | 第31-37页 |
| 4.1 人脸数据集介绍 | 第31-32页 |
| 4.2 网络结构和参数设置 | 第32-34页 |
| 4.2.1 网络结构 | 第32-33页 |
| 4.2.2 centerloss | 第33-34页 |
| 4.2.3 参数设置 | 第34页 |
| 4.3 实验结果及分析 | 第34-37页 |
| 4.3.1 卷积核数量对识别率的影响 | 第34页 |
| 4.3.2 特征维度对识别率的影响 | 第34-37页 |
| 第五章 基于LBP与卷积神经网络的人脸识别 | 第37-41页 |
| 5.1 LBP算子 | 第37-38页 |
| 5.2 结合方式 | 第38-39页 |
| 5.3 实验探究 | 第39-41页 |
| 第六章 结论与展望 | 第41-43页 |
| 6.1 课题总结 | 第41页 |
| 6.2 课题展望 | 第41-43页 |
| 参考文献 | 第43-46页 |
| 发表论文和科研情况说明 | 第46-47页 |
| 致谢 | 第47页 |
