|
|
|
|
视频考勤中无效人脸过滤方法研究 |
| |
| 论文目录 |
| |
| 摘要 | 第5-6页 | | abstract | 第6页 | | 第1章 绪论 | 第10-14页 | | 1.1 研究背景及意义 | 第10页 | | 1.2 国内外研究现状 | 第10-12页 | | 1.2.1 传统人脸识别方法 | 第10-11页 | | 1.2.2 基于深度学习的人脸识别方法 | 第11-12页 | | 1.3 本文主要研究内容和结构安排 | 第12-14页 | | 1.3.1 论文研究内容 | 第12-13页 | | 1.3.2 结构安排 | 第13-14页 | | 第2章 视频考勤基础功能模块 | 第14-33页 | | 2.1 深度学习简介 | 第14-17页 | | 2.1.1 人工智能、机器学习与深度学习 | 第14-15页 | | 2.1.2 卷积神经网络 | 第15-17页 | | 2.1.3 深度学习框架PyTorch | 第17页 | | 2.2 视频考勤的基础功能模块 | 第17-31页 | | 2.2.1 图像采集模块 | 第18-20页 | | 2.2.2 人脸检测模块 | 第20-25页 | | 2.2.3 人脸识别模块 | 第25-31页 | | 2.3 影响人脸识别正确率的因素 | 第31-32页 | | 2.3.1 尺寸较小的人脸图像过滤 | 第32页 | | 2.4 本章小结 | 第32-33页 | | 第3章 模糊人脸图像过滤 | 第33-45页 | | 3.1 基于CNN的模糊人脸图像过滤 | 第33-38页 | | 3.1.1 设计神经网络 | 第33-34页 | | 3.1.2 准备数据集 | 第34-35页 | | 3.1.3 模型训练 | 第35-37页 | | 3.1.4 测试结果 | 第37-38页 | | 3.2 基于“扩展二阶梯度”的模糊人脸图像过滤 | 第38-42页 | | 3.2.1 “扩展二阶梯度”的概念 | 第38-40页 | | 3.2.2 基于“扩展二阶梯度”的模糊人脸图像过滤的实现 | 第40-42页 | | 3.3 分类效果比较 | 第42-44页 | | 3.3.1 基于Laplace算子分类方法的最大正确率 | 第42-43页 | | 3.3.2 多种模糊图像过滤算法的正确率比较 | 第43-44页 | | 3.4 本章小结 | 第44-45页 | | 第4章 偏转角度过大人脸图像过滤 | 第45-53页 | | 4.1 基于特征点的偏转角度过大人脸图像过滤 | 第45-48页 | | 4.1.1 全连接神经网络的结构 | 第46页 | | 4.1.2 准备数据集 | 第46-47页 | | 4.1.3 模型训练 | 第47页 | | 4.1.4 测试结果 | 第47-48页 | | 4.2 基于多任务CNN的偏转角度过大人脸图像过滤 | 第48-51页 | | 4.2.1 神经网络结构 | 第48-49页 | | 4.2.2 准备数据集 | 第49页 | | 4.2.3 模型训练 | 第49-50页 | | 4.2.4 测试结果 | 第50-51页 | | 4.3 分类效果比较 | 第51页 | | 4.4 本章小结 | 第51-53页 | | 第5章 视频考勤的简单实现与无效人脸过滤效果比较 | 第53-59页 | | 5.1 视频考勤的基础功能实现 | 第53-57页 | | 5.1.1 系统结构 | 第53-55页 | | 5.1.2 视频考勤的基础功能实现方式 | 第55-56页 | | 5.1.3 系统的效果展示 | 第56-57页 | | 5.2 多种过滤方式组合下的正确率比较 | 第57-58页 | | 5.3 本章小结 | 第58-59页 | | 总结与展望 | 第59-61页 | | 致谢 | 第61-62页 | | 参考文献 | 第62-66页 | | 攻读硕士学位期间发表的论文 | 第66-67页 | | 附录1 | 第67页 |
|
|
|
|
论文编号BS3614447，这篇论文共67页
会员购买按0.35元/页下载，共需支付23.45元。 直接购买按0.5元/页下载，共需要支付33.5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