基于3D卷积神经网络的活体人脸检测研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究背景和研究意义 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-19页 |
| 1.3.1 活体人脸检测研究现状 | 第11-14页 |
| 1.3.2 深度学习研究现状 | 第14-15页 |
| 1.3.3 活体人脸检测公开数据库 | 第15-19页 |
| 1.4 本文研究内容 | 第19页 |
| 1.5 本文结构安排 | 第19-21页 |
| 第二章 深度学习相关理论 | 第21-32页 |
| 2.1 引言 | 第21-22页 |
| 2.2 前向神经网络 | 第22-24页 |
| 2.2.1 前向神经网络概述 | 第22-23页 |
| 2.2.2 前向神经网络结构 | 第23-24页 |
| 2.3 卷积神经网络 | 第24-29页 |
| 2.3.1 卷积神经网络概述 | 第24-25页 |
| 2.3.2 卷积神经网络结构 | 第25-27页 |
| 2.3.3 AlexNet的改进 | 第27-29页 |
| 2.4 3D卷积神经网络 | 第29-31页 |
| 2.4.1 3D卷积神经网络概述 | 第29-30页 |
| 2.4.2 3D卷积神经网络结构 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 3D卷积神经网络的结构设计 | 第32-39页 |
| 3.1 引言 | 第32页 |
| 3.2 3D卷积神经网络层数设计 | 第32-33页 |
| 3.3 3D卷积神经网络结构设计 | 第33-34页 |
| 3.4 实验设置 | 第34-35页 |
| 3.5 实验结果及分析 | 第35-36页 |
| 3.6 特征可视化 | 第36-38页 |
| 3.7 本章小结 | 第38-39页 |
| 第四章 3D卷积神经网络实现活体人脸检测 | 第39-44页 |
| 4.1 引言 | 第39页 |
| 4.2 性能评判标准 | 第39-41页 |
| 4.3 实验设置 | 第41页 |
| 4.4 实验结果及分析 | 第41-42页 |
| 4.5 本章小结 | 第42-44页 |
| 第五章 背景对 3D卷积神经网络检测性能影响 | 第44-51页 |
| 5.1 引言 | 第44页 |
| 5.2 图像预处理 | 第44-46页 |
| 5.2.1 人脸定位 | 第44-45页 |
| 5.2.2 多尺度裁剪 | 第45-46页 |
| 5.3 实验设置 | 第46页 |
| 5.4 实验结果及分析 | 第46-49页 |
| 5.4.1 数据库内部测试结果及分析 | 第46-47页 |
| 5.4.2 数据库交叉测试结果及分析 | 第47-49页 |
| 5.4.3 性能比较 | 第49页 |
| 5.5 本章小结 | 第49-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 6.1 总结 | 第51-52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间成果 | 第57-58页 |
| 致谢 | 第58页 |
