|
|
|
|
多姿态表情的人脸识别算法研究 |
| |
| 论文目录 |
| |
| 摘要 | 第3-4页 | | ABSTRACT | 第4页 | | 1 绪论 | 第7-11页 | | 1.1 研究背景和意义 | 第7页 | | 1.2 单样本人脸识别研究现状 | 第7-10页 | | 1.3 本课题的研究重点与难点 | 第10页 | | 1.4 本文内容的结构安排 | 第10-11页 | | 2 人脸识别相关技术 | 第11-23页 | | 2.1 人脸特征提取 | 第12-14页 | | 2.1.1 DeepID网络特征提取 | 第12-13页 | | 2.1.2 FaceNet网络特征提取 | 第13-14页 | | 2.2 人脸识别 | 第14-19页 | | 2.2.1 支持向量机 | 第14-16页 | | 2.2.2 标签传播算法 | 第16-19页 | | 2.3 常用数据库 | 第19-22页 | | 2.3.1 多姿态人脸数据库 | 第19页 | | 2.3.2 多表情人脸数据库 | 第19-21页 | | 2.3.3 视频监控下人脸数据库 | 第21-22页 | | 2.4 本章小结 | 第22-23页 | | 3 人脸深度学习特征的提取 | 第23-33页 | | 3.1 卷积神经网络介绍 | 第23-27页 | | 3.2 VGG网络模型 | 第27-30页 | | 3.2.1 基本模型介绍 | 第27-29页 | | 3.2.2 深度迁移学习的特征提取 | 第29-30页 | | 3.3 实验结果分析 | 第30-31页 | | 3.4 本章小结 | 第31-33页 | | 4 多姿态单样本人脸识别 | 第33-51页 | | 4.1 人脸姿态估计 | 第33-38页 | | 4.1.1 关键点提取 | 第34-36页 | | 4.1.2 姿态估计 | 第36-38页 | | 4.2 构建多置信度统计判据 | 第38-42页 | | 4.2.1 划分姿态等级 | 第39页 | | 4.2.2 构建类中心置信度区间 | 第39-42页 | | 4.3 多置信度统计判据人脸识别 | 第42-43页 | | 4.4 实验结果分析 | 第43-50页 | | 4.4.1 多姿态人脸识别 | 第43-46页 | | 4.4.2 视频监控下的人脸识别 | 第46-50页 | | 4.5 本章小结 | 第50-51页 | | 5 总结与展望 | 第51-53页 | | 5.1 总结 | 第51-52页 | | 5.2 展望 | 第52-53页 | | 致谢 | 第53-55页 | | 参考文献 | 第55-59页 | | 已发表论文及科研情况 | 第59页 | | 比赛奖励 | 第59页 | | 参与的科研与教学工作 | 第59页 |
|
|
|
|
论文编号BS3639052，这篇论文共59页
会员购买按0.35元/页下载，共需支付20.65元。 直接购买按0.5元/页下载，共需要支付29.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务