基于卷积神经网络的多尺度人脸检测方法研究

目录

声明

第1章 绪论

1.1 背景和意义

1.2 研究现状

1.2.1 目标检测研究现状

1.2.2 人脸检测研究现状

1.2.3 当前研究的难点

1.3 论文的主要研究内容

1.4 论文主要工作和章节安排

第2章 基于CNN的人脸检测模型

2.1 引言

2.2 MTCNN网络模型

2.3 ScaleFace网络模型

2.4 CMS-RCNN网络模型

2.5 HR网络模型

2.6Face RCNN网络模型

2.7 SSH网络模型

2.8 本章小结

第3章基于IMS-SSH网络的多尺度人脸检测方法

3.1 引言

3.2 基础网络模型选取

3.3 IMS-SSH网络模型

3.3.1 加入IRNN模块

3.3.2 多层融合

3.3.3 应用Soft-NMS算法

3.4 损失函数

3.5 OHEM算法

3.6 图像金字塔

3.7 本章小结

第4章实验结果及分析

4.1 引言

4.2 评价指标

4.3 数据集

4.3.1WIDER FACE数据集

4.3.2 SoF数据集

4.4 实验参数设置

4.5 人脸检测实验分析

4.5.1 加入IRNN模块实验结果

4.5.2 多层融合及权重分配实验结果

4.5.3 Soft-NMS和NMS算法实验结果与对比

4.5.4 时间复杂度实验

4.5.5 IMS-SSH模型和SSH模型图片检测结果对比

4.6 光照实验

4.7 本章小结

第5章结论与展望

参考文献

攻读硕士学位期间发表的论文及其它成果

致谢