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
吉林大学;