|
|
|
深度学习在人脸识别中的研究及应用 |
|
论文目录 |
|
中文摘要 | 第4-5页 | Abstract | 第5页 | 第1章 绪论 | 第9-17页 | 1.1 课题研究的目的及意义 | 第9-11页 | 1.2 国内外发展现状及发展趋势 | 第11-16页 | 1.3 论文研究的主要内容 | 第16-17页 | 第2章 深度学习算法概述 | 第17-31页 | 2.1 机器学习的两次浪潮:从浅层学习到深度学习 | 第17-18页 | 2.2 深度学习基本模型和算法 | 第18-30页 | 2.2.1 受限玻尔兹曼机 | 第19-24页 | 2.2.2 自编码器 | 第24-25页 | 2.2.3 卷积神经网络 | 第25-28页 | 2.2.4 深度信念网络 | 第28-30页 | 2.3 本章小结 | 第30-31页 | 第3章 人脸图像预处理及样本库建立 | 第31-40页 | 3.1 数据采集 | 第31-33页 | 3.2 人脸检测 | 第33-37页 | 3.2.1 RGB彩色空间 | 第33-34页 | 3.2.2 利用YCbCr彩色空间进行肤色分析 | 第34-36页 | 3.2.3 形态学处理技术 | 第36-37页 | 3.2.4 实验结果与分析 | 第37页 | 3.3 样本库建立 | 第37-38页 | 3.4 本章小结 | 第38-40页 | 第4章 基于卷积神经网络的人脸识别 | 第40-52页 | 4.1 卷积神经网络结构及特征 | 第40-42页 | 4.1.1 卷积神经网络结构 | 第40-41页 | 4.1.2 卷积神经网络特征 | 第41-42页 | 4.2 卷积神经网络的学习算法 | 第42-44页 | 4.3 基于卷积神经网络的人脸识别 | 第44-51页 | 4.3.1 人脸图像数据库介绍及预处理 | 第44-46页 | 4.3.2 卷积神经网络实验模型建立 | 第46-48页 | 4.3.3 实验结果与分析 | 第48-51页 | 4.4 本章小结 | 第51-52页 | 第5章 基于深度信念网络的人脸识别 | 第52-56页 | 5.1 深度信念网络学习算法 | 第52-53页 | 5.2 基于深度信念网络的人脸识别 | 第53-55页 | 5.2.1 深度信念网络实验模型建立 | 第53-54页 | 5.2.2 实验结果与分析 | 第54-55页 | 5.3 本章小结 | 第55-56页 | 第6章 改进的深度信念网络人脸识别算法 | 第56-70页 | 6.1 局部二值模式 | 第56-59页 | 6.2 成对分类法 | 第59-61页 | 6.3 实验结果与分析 | 第61-65页 | 6.4 GUI操作界面 | 第65-69页 | 6.5 本章小结 | 第69-70页 | 结论 | 第70-72页 | 参考文献 | 第72-78页 | 致谢 | 第78-79页 | 攻读学位期间发表的学术论文 | 第79页 |
|
|
|
|
论文编号BS3170088,这篇论文共79页 会员购买按0.35元/页下载,共需支付27.65元。 直接购买按0.5元/页下载,共需要支付39.5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。 |
|
|