声明
摘要
第一章 绪论
1.1 课题研究的背景与意义
1.2 国内外研究现状
1.3 论文的主要研究工作
1.4 论文的整体结构安排
第二章 人脸图像特征提取方法
2.1 基于几何特征
2.2 基于子空间
2.2.1 线性子空间分析
2.2.2 非线性子空间分析
2.3 基于局部特征
2.3.1 SIFT方法
2.3.2 LBP方法
2.3.3 Gabor小波方法
2.4 本章小结
第三章 基于深度学习的人脸识别
3.1 深度学习网络基础模型
3.1.1 人工神经网络
3.1.2 深度信念网络
3.1.3 卷积神经网络
3.2 经典算法
3.2.1 浅层结构的BP网络方法
3.2.2 Gabor-Faster R-CNN算法
3.3 本章小结
第四章 基于Gabor局部特征和深度卷积神经网络的人脸以识别
4.1 图像预处理
4.2 图像分块与Gabor局部特征提取
4.2.1 图像分块
4.2.2 Gabor局部特征提取
4.3 深度卷积神经网络模型构建
4.3.1 网络模型的构建与优化
4.3.2 网络模型的训练与改进
4.3.3 模型评价指标
4.4 本章小结
第五章 实验结果与分析
5.1 实验环境与配置
5.2 实验数据集
5.2.1 ORL数据集
5.2.2 Yale数据集
5.2.3 Extended Yale B数据集
5.3 预处理结果与分析
5.4 实验结果与分析
5.4.1 实验数据选取
5.4.2 结果与分析
第六章 总结和展望
6.1 全文总结
6.2 未来展望
参考文献
致谢
攻读硕士学位期间参加科研项目与发表论文情况