基于深度神经网络的遮挡人脸识别算法研究

目录

声明

目 录

第1 章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 二维和三维算法

1.2.2 线性和非线性

1.2.3 遮挡人脸识别

1.3 本文主要工作

1.4 研究内容和目标

第2 章 人脸预处理技术概括

2.1 人脸检测算法

2.1.1 基于AdaBoost分类器的人脸检测算法

2.1.2 Adaboost 算法原理

2.1.3 基于神经网络的人脸检测算法

2.2 人脸关键点检测算法

2.3 人脸识别算法

2.4 本章小结

第3 章 深度神经网络

3.1 神经网络模型

3.1.1 神经元

3.1.2 多层神经网络

3.2 卷积神经网络

3.2.1 卷积层

3.2.2 池化层

3.2.3 输出层

3.3 LeNet-5

3.4 AlexNet

3.5 VGGNet

3.6 本章小结

第4 章 基于深度神经网络的人脸识别算法

4.1 MTCNN人脸检测

4.1.1 数据的处理

4.1.2 MTCNN网络结构

4.1.3 损失函数

4.1.4 真实场景人脸检测

4.2 基于GAN网络的人脸去遮挡

4.2.1 生成对抗网络（GAN）

4.2.2 GAN 原理

4.2.3 Wassertein 生成式对抗网络(WGAN)

4.2.4 局部遮挡人脸图像修复算法的相关研究

4.3 基于改进的VGG16 网络人脸识别

4.3.1 Squeeze-and-Excitation (SE）Networks

4.3.2 AM-Softmax 损失函数

4.3.3 实验及分析

4.4 本章小结

第5 章 实验及结果

5.1 实验前期准备

5.2 人脸图像修复实验

5.3 人脸识别实验

5.4 实验及分析

5.5 本章小结

第6 章 总结及展望

6.1 工作总结

6.2 展望

参考文献

作者简介及在攻读硕士期间参与项目

致 谢