声明
1 绪论
1.1人脸识别研究背景及意义
1.2 发展历史和国内外研究现状
1.3本文研究内容和主要工作
1.3.1 研究内容
1.3.2 章节安排
2深度卷积神经网络
2.1 神经网络
2.2 深度卷积神经网络的基本结构
2.2.1卷积层
2.2.2 池化层
2.2.3 全连接层
2.3 深度卷积神经网络的算法
2.3.1前向传播算法
2.3.2反向传播算法
2.4 本章小结
3 旋转向量特征提取方法
3.1 Radon变换和Trace变换原理
3.1.1 Radon变换原理
3.1.2 Trace变换原理
3.2 旋转增量调制特征提取方法及改进
3.3旋转均值跳动特征提取方法及改进
3.4 本章小结
4 旋转向量特征级联卷积神经网络
4.1级联卷积神经网络结构
4.2人脸数据库及预处理
4.2.1人脸数据库的选择
4.2.2数据库预处理
4.3 实验结果与分析
4.3.1 实验运行环境
4.3.2 旋转增量调制级联神经网络实验结果与分析
4.3.3 旋转均值跳动级联神经网络实验结果与分析
4.3.4实验小结
4.4 本章小结
5 多尺度级联卷积神经网络
5.1图像多尺度的原理
5.2多尺度级联卷积神经网络结构
5.3实验结果与分析
5.3.1 多尺度增量调制方案实验结果与分析
5.3.2 多尺度均值跳动方案实验结果与分析
5.4 本章小结
6 总结与展望
6.1 本文主要工作
6.2工作展望
致谢
在攻读学位期间取得的研究成果
参考文献
东华理工大学;