基于卷积神经网络的多视角人脸检测研究
卷积网络论文 NetworkInNetworkNIN模型论文 非极大值抑制算法论文 多视角人脸检测论
论文详情
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-17页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 人脸检测技术的研究现状与发展 | 第10-15页 |
1.2.1 人脸检测技术的国内外现状 | 第10-11页 |
1.2.2 人脸检测方法概述 | 第11-14页 |
1.2.3 人脸识别算法的一般流程与存在难点 | 第14-15页 |
1.2.4 多视角人脸检测技术概述 | 第15页 |
1.3 研究内容及结构安排 | 第15-17页 |
第2章 人脸检测相关技术描述 | 第17-28页 |
2.1 神经网络基本原理简介 | 第17页 |
2.2 神经元和神经网络介绍 | 第17-19页 |
2.3 卷积神经网络的网络模型介绍 | 第19-27页 |
2.3.1 卷积层 | 第19-21页 |
2.3.2 局部感知与权值共享 | 第21-23页 |
2.3.3 激活函数 | 第23-25页 |
2.3.4 池化层 | 第25-26页 |
2.3.5 Softmax回归分类器 | 第26-27页 |
2.4 本章小结 | 第27-28页 |
第3章 多视角模型的构建 | 第28-37页 |
3.1 引言 | 第28页 |
3.2 人脸头部姿态估计概述 | 第28-29页 |
3.3 基于Candide-3的人脸姿态估计模型 | 第29-34页 |
3.3.1 Candide-3简介 | 第29-31页 |
3.3.2 Candide-3标准模型的改进 | 第31-32页 |
3.3.3 基于人脸特征三角形的姿态确定 | 第32-33页 |
3.3.4 人脸姿态检测的实现 | 第33-34页 |
3.4 实验结果分析 | 第34-36页 |
3.5 本章小结 | 第36-37页 |
第4章 基于卷积神经网络的多视角人脸检测 | 第37-50页 |
4.1 引言 | 第37页 |
4.2 卷积神经网络模型构建 | 第37-40页 |
4.2.1 卷积神经网络模型的选取 | 第37-40页 |
4.3 基于卷积神经网络的多视角人脸检测框架 | 第40-41页 |
4.4 基于非极大值抑制算法的多窗口融合 | 第41-42页 |
4.4.1 非极大值抑制算法(NMS)原理 | 第41-42页 |
4.4.2 NMS实际应用的检测实现 | 第42页 |
4.5 实验数据获取及预处理 | 第42-44页 |
4.5.1 实验数据库选取 | 第42-43页 |
4.5.2 数据预处理 | 第43-44页 |
4.6 实验环境、实验及检测结果分析 | 第44-49页 |
4.6.1 实验环境配置信息 | 第44-45页 |
4.6.2 基于多视角人脸检测的实验、实验结果与分析 | 第45-49页 |
4.7 本章小结 | 第49-50页 |
第5章 总结与展望 | 第50-52页 |
5.1 全文总结 | 第50页 |
5.2 展望 | 第50-52页 |
参考文献 | 第52-56页 |
致谢 | 第56-57页 |
附录研究生期间发表的论文与研究成果 | 第57页 |
论文购买
论文编号
ABS4568848,这篇论文共57页
会员购买按0.30元/页下载,共需支付
17.1。
不是会员,
注册会员!
会员更优惠
充值送钱!
直接购买按0.5元/页下载,共需要支付
28.5。
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文