| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 背景及意义 | 第8-9页 |
| 1.2 课题的研究现状 | 第9-11页 |
| 1.3 论文的主要工作与内容安排 | 第11-13页 |
| 1.3.1 论文的主要工作 | 第11-12页 |
| 1.3.2 论文结构 | 第12-13页 |
| 第2章 人脸分析系统关键算法 | 第13-32页 |
| 2.1 引言 | 第13页 |
| 2.2 人脸检测算法 | 第13-17页 |
| 2.2.1 基于AdaBoost的人脸检测训练算法 | 第14-15页 |
| 2.2.2 基于AdaBoost的人脸检测过程 | 第15-17页 |
| 2.3 基于CUDA的人脸检测加速 | 第17-23页 |
| 2.3.1 CUDA并行架构 | 第17-19页 |
| 2.3.2 CUDA并行加速 | 第19-23页 |
| 2.4 人脸五官关键点定位和人脸属性识别算法设计 | 第23-31页 |
| 2.4.1 多任务深度学习的人脸分析算法设计 | 第23-27页 |
| 2.4.2 多任务深度学习的人脸分析算法训练 | 第27-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 人脸分析系统的实现 | 第32-41页 |
| 3.1 引言 | 第32-33页 |
| 3.2 系统硬件部分 | 第33-34页 |
| 3.3 系统软件部分 | 第34-40页 |
| 3.3.1 系统软件开发环境部署 | 第35页 |
| 3.3.2 QtCreator设计实现人脸分析系统 | 第35-36页 |
| 3.3.3 人脸检测模块 | 第36-37页 |
| 3.3.4 人脸属性识别与关键点定位模块 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 性能评估及案例分析 | 第41-52页 |
| 4.1 引言 | 第41页 |
| 4.2 系统性能评估 | 第41-47页 |
| 4.2.1 模型大小及运行速度 | 第41-43页 |
| 4.2.2 模型准确率 | 第43-47页 |
| 4.3 案例分析 | 第47-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-53页 |
| 5.1 本文总结 | 第52页 |
| 5.2 未来工作与展望 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士学位期间的研究成果 | 第59页 |