声明
1 绪论
1.1研究背景与意义
1.2国内外研究现状
1.3论文研究内容与结构
1.3.1 论文研究内容
1.3.2 论文结构安排
2 卷积神经网络理论基础
2.1 神经网络理论基础
2.1.1 人工神经网络
2.1.2 误差反向传播算法
2.2 卷积神经网络原理
2.2.1 局部连接
2.2.2 权值共享
2.3 卷积神经网络结构组成
2.3.1 卷积层
2.3.2 池化层
2.3.3 全连接层
2.3.4 激活函数
2.4 本章小结
3 样本构建及样本扩充
3.1 构建小样本数据集
3.2 数据增强技术
3.2.1 镜像变换法
3.2.2 多区域裁剪
3.2.3 高斯噪声
3.3 对称脸样本扩充法
3.4 位平面法
3.5 使用对抗生成网络进行样本扩充
3.5.1 GANimation原理
3.5.2 GANimation网络模型训练过程
3.6 实验与分析
3.6.1 人脸数据库介绍
3.6.2 实验结果与分析
3.7 本章小结
4 SVGG卷积神经网络
4.1 VGG网络结构解析
4.2 改进的VGG网络模型
4.3 Siamese网络
4.3.1 Siamese网络原理
4.3.2 Siamese网络损失函数
4.3.3 Siamese网络优缺点
4.4 SVGG网络模型的构建
4.5 网络模型训练与实验结果分析
4.5.1 人脸数据集与预处理
4.5.2 实验环境
4.5.3 网络训练方法及参数选取
4.5.4 训练结果与分析
4.5.5 SVGG网络模型可视化分析
4.6 本章小结
5 人脸识别系统的实现
5.1 上位机人脸识系统的开发
5.1.1 开发环境介绍
5.1.2 系统概述
5.1.3 上位机人脸识别系统整体框架
5.1.4 人脸检测与预处理
5.1.5 人脸数据管理模块
5.1.6 人脸识别模块
5.2 安卓上使用卷积神经网络实现人脸识别
5.2.1 开发环境搭建
5.2.2 编译caffe-mobile支持库
5.2.3 系统概述
5.2.4 Android人脸识别系统整体流程
5.2.5 人脸数据获取模块
5.2.6 人脸数据管理模块
5.2.7 人脸识别模块
5.3 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
攻读硕士学位期间主要研究成果
西安理工大学;