|
|
|
|
基于迁移学习的人脸识别研究 |
| |
| 论文目录 |
| |
| 摘要 | 第3-4页 | | abstract | 第4-5页 | | 1 绪论 | 第8-13页 | | 1.1 研究背景及研究意义 | 第8-10页 | | 1.2 国内外研究现状 | 第10-11页 | | 1.3 本文的研究工作及章节安排 | 第11-13页 | | 2 人脸识别和人脸表情识别技术基础 | 第13-29页 | | 2.1 引言 | 第13-14页 | | 2.2 人脸识别简介 | 第14-16页 | | 2.3 特征提取 | 第16-20页 | | 2.3.1 DeepID网特征提取算法 | 第16-19页 | | 2.3.2 Gabor小波特征提取方法 | 第19-20页 | | 2.4 降维处理 | 第20-22页 | | 2.5 分类器 | 第22-28页 | | 2.5.1 k-近邻法及模糊k近邻分类器 | 第22-23页 | | 2.5.2 支持向量机SVM | 第23-28页 | | 2.6 本章小结 | 第28-29页 | | 3 迁移学习的发展与研究 | 第29-34页 | | 3.1 引言 | 第29页 | | 3.2 迁移学习概念与分类 | 第29-31页 | | 3.3 迁移学习未来发展展望 | 第31-32页 | | 3.4 人脸识别中的迁移学习简介 | 第32-33页 | | 3.5 本章小结 | 第33-34页 | | 4 基于特征迁移的人脸识别方法研究 | 第34-48页 | | 4.1 引言 | 第34页 | | 4.2 简述特征迁移 | 第34-35页 | | 4.3 低维特征表示 | 第35-36页 | | 4.4 基于LPP的多源特征迁移 | 第36-43页 | | 4.4.1 系统原理介绍 | 第36-38页 | | 4.4.2 迁移源特征筛选 | 第38-40页 | | 4.4.3 LPP特征迁移研究及其算法步骤 | 第40-43页 | | 4.5 试验结果与分析 | 第43-48页 | | 5 基于迁移学习的跨领域表情识别 | 第48-57页 | | 5.1 引言 | 第48页 | | 5.2 协方差偏移算法 | 第48-52页 | | 5.2.1 核均值匹配(KMM)算法 | 第49页 | | 5.2.2 无约束最小二乘重要性拟合法 | 第49-51页 | | 5.2.3 KL重要性估计过程 | 第51-52页 | | 5.3 重要性加权支持向量机 | 第52-53页 | | 5.4 实验结果与分析 | 第53-56页 | | 5.5 本章小结 | 第56-57页 | | 6 总结与展望 | 第57-60页 | | 6.1 总结 | 第57-59页 | | 6.2 展望 | 第59-60页 | | 参考文献 | 第60-66页 | | 附录 | 第66-74页 | | 致谢 | 第74-76页 | | 攻读学位期间发表的学术论文目录 | 第76-80页 |
|
|
|
|
论文编号BS3623329，这篇论文共80页
会员购买按0.35元/页下载，共需支付28元。 直接购买按0.5元/页下载，共需要支付40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