| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景和意义 | 第14-16页 |
| 1.1.1 深度学习网络的研究背景及意义 | 第14-15页 |
| 1.1.2 人脸检测与识别的研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 深度学习网络的国内外研究现状 | 第16-17页 |
| 1.2.2 人脸检测与识别的国内外研究现状 | 第17-18页 |
| 1.3 论文主要研究内容及章节安排 | 第18-20页 |
| 1.3.1 主要研究内容 | 第18-19页 |
| 1.3.2 章节安排 | 第19-20页 |
| 第二章 深度学习基本理论及其在人脸检测与识别中的应用 | 第20-32页 |
| 2.1 引言 | 第20页 |
| 2.2 深度学习相关理论 | 第20-25页 |
| 2.2.1 深度学习概述 | 第20-22页 |
| 2.2.2 深度学习网络基本算法 | 第22-25页 |
| 2.3 基于深度学习的人脸检测与识别方法 | 第25-28页 |
| 2.3.1 基于深度学习的人脸检测方法 | 第25-27页 |
| 2.3.2 基于深度学习的人脸识别方法 | 第27-28页 |
| 2.4 深度学习网络计算框架Caffe | 第28-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 基于深度学习的多视角人脸特征学习方法 | 第32-46页 |
| 3.1 引言 | 第32-33页 |
| 3.2 VGG深度学习网络 | 第33-35页 |
| 3.3 多视角人脸特征学习 | 第35-39页 |
| 3.3.1 感受野 | 第36-37页 |
| 3.3.2 粗学习网络 | 第37-38页 |
| 3.3.3 精学习网络 | 第38页 |
| 3.3.4 区域候选和人脸检测与识别 | 第38-39页 |
| 3.4 实验与分析 | 第39-44页 |
| 3.4.1 实施细节 | 第39页 |
| 3.4.2 数据库介绍 | 第39-40页 |
| 3.4.3 多视角人脸特征学习的人脸检测与识别实验 | 第40-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第四章 基于人脸上下文特征的多尺度深度学习框架 | 第46-58页 |
| 4.1 引言 | 第46页 |
| 4.2 人脸上下文特征的多尺度深度学习框架 | 第46-48页 |
| 4.3 构建多尺度深度学习网络 | 第48-49页 |
| 4.4 人脸上下文特征及人脸中心特征 | 第49-51页 |
| 4.4.1 学习人脸上下文特征 | 第49-50页 |
| 4.4.2 学习人脸中心特征 | 第50-51页 |
| 4.5 实验与分析 | 第51-56页 |
| 4.5.1 实施细节 | 第51-52页 |
| 4.5.2 人脸检测实验 | 第52-54页 |
| 4.5.3 人脸识别实验 | 第54-56页 |
| 4.6 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 全文总结 | 第58页 |
| 5.2 未来展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-68页 |
| 作者简介 | 第68-69页 |