| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-17页 |
| 1.2.1 基于深度学习的目标检测 | 第10-14页 |
| 1.2.2 基于深度学习的语义分割 | 第14-16页 |
| 1.2.3 签名识别 | 第16-17页 |
| 1.3 本文的主要研究内容 | 第17-19页 |
| 第2章 基于目标检测的手部区域定位提取 | 第19-34页 |
| 2.1 引言 | 第19页 |
| 2.2 基于签名手部特征的数据集获取 | 第19-23页 |
| 2.3 签名人手部区域定位检测 | 第23-33页 |
| 2.3.1 基于HOG特征和SVM分类器的目标检测 | 第23-25页 |
| 2.3.2 基于DPM的目标检测 | 第25-28页 |
| 2.3.3 基于深度学习的目标检测 | 第28-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 基于全卷积神经网络的手部区域分割 | 第34-52页 |
| 3.1 引言 | 第34-35页 |
| 3.2 相关工作介绍 | 第35-37页 |
| 3.2.1 Wide ResNet Networks | 第35-36页 |
| 3.2.2 Attention模型 | 第36-37页 |
| 3.3 手部区域分割网络 | 第37-51页 |
| 3.3.1 网络架构 | 第38-42页 |
| 3.3.2 网络训练和测试 | 第42-43页 |
| 3.3.3 实验 | 第43-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第4章 基于区域联合特征的身份识别研究 | 第52-61页 |
| 4.1 引言 | 第52页 |
| 4.2 数据集介绍 | 第52页 |
| 4.3 基于早融合的身份识别算法 | 第52-53页 |
| 4.4 基于迟融合的身份识别算法 | 第53-54页 |
| 4.5 网络训练和结果分析 | 第54-56页 |
| 4.6 识别结果可视化 | 第56-59页 |
| 4.7 本章小结 | 第59-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-69页 |
| 个人简历 | 第69页 |