声明
1 绪论
1.1 课题研究背景和意义
1.1.1 人脸检测中的轻量模型设计方法
1.1.2 人脸识别特征提取流程的挑战
1.1.3 课题意义和贡献
1.2 论文研究内容
1.3 论文章节安排
2 相关技术概述
2.1 人脸识别算法
2.1 人脸检测算法
3 基于自适应计算神经网络的人脸检测
3.1 检测算法
3.1.1 基于改进的两阶段的检测算法
3.1.2 基于深度残差网络的网络结构
3.2 自适应计算方法
3.2.1 应用于深度卷积神经网络的自适应计算算法
3.2.2 适用于人脸检测的空间自适应计算算法
3.3 实验结果
3.3.1 人脸检测数据集及实验设置
3.3.2 SACT算法和基础模型的对比
4 非受限情况下的人脸识别系统的设计与实现
4.1 数据收集和清洗方法
4.1.1 数据收集方法
4.1.2 数据清洗流程
4.2 人脸识别算法和改进
4.2.1 FaceNet算法
4.2.2 基于非受限场景的调整和改进
4.3 实验结果
4.3.1 人脸识别测试数据集介绍
4.3.2 测试集上的对比结果
5 高效的大规模人脸检索算法研究与实现
5.1 人脸检索方法
5.1.1 检索系统的主体方法
5.2 实验结果
5.2.1 人脸图像检索集
5.2.2 检索实验结果
6 总结
致谢
参考文献
华中科技大学;