logo
教育论文中心  教育论文中心   广告服务  广告服务   论文搜索  论文搜索   论文发表  论文发表   会员专区  会员专区   在线购卡   在线购卡   服务帮助  服务帮助   联系我们  联系我们   网站地图  网站地图   硕士论文  会员专区   博士论文
当前位置:教育论文中心首页--硕士论文--基于深度学习的低分辨率人脸识别
博硕论文分类列表
工业技术 交通运输 农业科学
生物科学 航空航天 历史地理
医学卫生 语言文字 环境科学
综合图书 政治法律 社会科学
马列主义、毛泽东思想 艺术
数理科学和化学 文学
天文学、地理科学 军事
文化科学、教育体育 经济
自然科学总论 哲学
查看更多分类
 
论文搜索
 
 
相关论文
Android应用软件的安全保护
环形泰勒虫转化对B细胞细胞因子的
脸面部属性估计与老化合成研究
基于深度强化学习电力系统智能发
一个全自动基于MPEG-4
深度信念网络结构优化设计方法与应
针刺土工织物垂直渗透率理论研究
基于情境认知英语教学模式研究
中国私募股权投资中估值问题研究
基于身份公钥密码系统研究
基于Agent信息检索系统
基于深度Q网络算法与模型研究
基于信息技术企业战略管理平台理
基于稀疏表示识别
分辨率识别算法研究
基于PDE理论三维重建及识
特征检测与表情识别
真实感三维建模及应用研究
基于多摄像头识别系统设计与
形状相似度算法研究及其在相似
影视角色追踪与替换研究与应
基于视频表情建模研究
特征检测与疲劳状态识别研究
基于MPEG-4建模和动画
嵌入式深度神经网络模型压缩与前
Tensorflow框架下卷积神
三维表情合成研究
改进加权主成分分析算法实现
名字路由协议研究与实现
中学数学课堂教学中进行合作学习
混合学习环境下大学生深度学习评价
复杂场景分辨率识别及其在身
基于欧氏距离和精英交叉免疫算法
基于能量图与非线性耦合度量
基于EHMM识别
基于视频流正面检索系统
基于风险检测(RBI)在海底管
基于属性密码技术研究
基于任务和角色加密CAD模型
基于双线性配对公钥加密和签密方
面向涉密企业数字内容安全管理系统
基于图像点云模型建造及其在环境
基于内容视频拷贝检测算法研究
多授权中心基于属性签名及加密算
通用图像检索系统和高维索引技术
基于身份公钥体系安全电子邮件系
农资电子商务智能推荐模型研究
现代企业工资制度比较分析与合理选
钢筋混凝土框架结构整体概率抗震
基于深度学习识别算法研究
 
科目列表
市场营销 管理理论 人力资源
电子商务 社会实践 先进教育
伦理道德 艺术理论 环境保护
农村研究 交通相关 烟草论文
电子电气 财务分析 融资决策
电影艺术 国学论文 材料工程
语文论文 数学论文 英语论文
政治论文 物理论文 化学论文
生物论文 美术论文 历史论文
地理论文 信息技术 班主任
音乐论文 体育论文 劳技论文
自然论文 德育管理 农村教育
素质教育 三个代表 旅游管理
国际贸易 哲学论文 工商管理
证券金融 社会学 审计论文
会计论文 建筑论文 电力论文
水利论文 园林景观 农林学
中医学 西医学 心理学
公安论文 法学法律 思想汇报
法律文书 总结报告 演讲稿
物业管理 经济学 论文指导
计算机 护理论文 社会调查
军事论文 化工论文 财政税收
保险论文 物流论文 语言教育
教育教学 给水排水 暖通论文
结构论文 综合类别 硕士论文
博士论文    
 
 
基于深度学习的低分辨率人脸识别
 
     论文目录
 
摘要第4-5页
abstract第5页
第一章 绪论第9-16页
    1.1 课题研究背景和意义第9-10页
    1.2 人脸识别的国内外研究现状第10-11页
    1.3 低分辨率人脸识别与高分辨率人脸识别第11-12页
    1.4 低分辨率人脸识别研究的主要难点第12-14页
        1.4.1 低分辨率图像人脸检测的主要难点第13页
        1.4.2 低分辨率图像人脸识别的主要难点第13-14页
    1.5 本文主要工作及章节安排第14-16页
第二章 人脸识别基础第16-28页
    2.1 人脸识别流程第16-21页
        2.1.1 人脸检测第17-19页
        2.1.2 人脸规范化第19-20页
        2.1.3 人脸特征提取第20-21页
        2.1.4 人脸对比第21页
    2.2 人脸识别方法第21-26页
        2.2.1 PCA算法第22页
        2.2.2 基于线性判别分析的人脸识别方法第22-24页
        2.2.3 基于深度卷积神经网络的人脸识别方法第24-26页
    2.3 人脸搜索方法第26-27页
    2.4 人脸识别评价指标第27页
    2.5 本章小结第27-28页
第三章 低分辨率人脸识别第28-39页
    3.1 低分辨率图像产生原因第28-29页
    3.2 低分辨率图像的预处理第29-31页
        3.2.1 光照归一化第30页
        3.2.2 图像去噪第30-31页
        3.2.3 尺寸归一化第31页
    3.3 超分辨率算法第31-36页
        3.3.1 基于插值的超分辨率算法第31-34页
        3.3.2 基于重构的超分辨率算法第34-35页
        3.3.3 基于学习的超分辨率算法第35-36页
    3.4 低分辨率人脸识别算法分类第36页
    3.5 低分辨率图像质量评估第36-38页
        3.5.1 主观评价第37页
        3.5.2 客观评价第37页
        3.5.3 无参考图像的清晰度评价方法第37-38页
    3.6 本章小结第38-39页
第四章 基于CentreFace的低分辨率人脸识别及其改进第39-53页
    4.1 基于CentreFace的人脸识别第39-45页
        4.1.1 训练数据集第40-42页
        4.1.2 CentreFace的网络架构第42-43页
        4.1.3 损失函数和训练方法第43-45页
    4.2 CentreFace的改进第45-46页
        4.2.1 损失函数的改进第45-46页
        4.2.2 训练方法的改进第46页
    4.3 特征向量不同的分类方法第46-48页
        4.3.1 基于特征向量间角度的分类方法第46-47页
        4.3.2 基于特征向量间欧式距离的分类方法第47-48页
    4.4 实验结果与分析第48-52页
    4.5 本章小结第52-53页
第五章 基于知识蒸馏的Li-ArcFace低分辨率人脸识别第53-64页
    5.1 基于ArcFace的低分辨率人脸识别第53-55页
        5.1.1 网络结构第53-54页
        5.1.2 损失函数和网络模型训练第54-55页
    5.2 基于Li-ArcFace的低分辨率人脸识别第55-59页
        5.2.1 网络结构第55页
        5.2.2 损失函数和网络模型训练第55-56页
        5.2.3 Li-ArcFace与其他先进方法的比较第56-57页
        5.2.4 Li-ArcFace与 ArcFace的区别第57-59页
    5.3 基于知识蒸馏的低分辨率人脸识别第59-63页
        5.3.1 知识蒸馏第59-60页
        5.3.2 知识蒸馏与Li-ArcFace的结合第60-62页
        5.3.3 实验结果与分析第62-63页
    5.4 本章小结第63-64页
第六章 总结与展望第64-66页
    6.1 总结第64-65页
    6.2 展望第65-66页
参考文献第66-70页
附录1 攻读硕士学位期间撰写的论文第70-71页
附录2 攻读硕士学位期间申请的专利第71-72页
附录3 攻读硕士学位期间参加的科研项目第72-73页
致谢第73页

 
 
论文编号BS4160895,这篇论文共73
会员购买按0.35元/页下载,共需支付25.55元。        直接购买按0.5元/页下载,共需要支付36.5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!
 您可能感兴趣的论文
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。
 
 
| 会员专区 | 在线购卡 | 广告服务 | 网站地图 |
版权所有 教育论文中心 Copyright(C) All Rights Reserved
联系方式: QQ:277865656 或写信给我