基于深度学习的人脸识别—硕士毕业论文下载

	载入中...

基于深度学习的人脸识别

分类1：教育论文网→工业技术论文→自动化技术、计算机技术论文→计算技术、计算机技术论文→计算机的应用论文→信息处理（信息加工）论文→模式识别与装置论文
分类2：教育论文网→工业技术论文→自动化技术、计算机技术论文→自动化基础理论论文→人工智能理论论文→自动推理、机器学习论文

基于深度学习的人脸识别

论文目录
摘要	第1-5页
ABSTRACT	第5-9页
第1章绪论	第9-15页
1.1 课题背景和意义	第9页
1.2 国内外研究现状	第9-12页
1.2.1 基于几何特征的方法	第10页
1.2.2 基于子空间分析的方法	第10-11页
1.2.3 基于弹性匹配图的方法	第11页
1.2.4 基于人工神经网络的方法	第11-12页
1.3 深度学习概述	第12-14页
1.4 主要研究内容	第14-15页
第2章卷积神经网络模型和特征提取过程	第15-29页
2.1 人工神经网络	第15-18页
2.1.1 人工神经网络模型	第15-16页
2.1.2 BP反向传播算法	第16-18页
2.2 卷积神经网络	第18-21页
2.2.1 网络性能优势	第18-19页
2.2.2 网络主要组成	第19-21页
2.3 深度CNN提取特征过程及结果	第21-23页
2.4 支持向量机	第23-27页
2.4.1 支持向量机的衍变	第23-27页
2.4.2 多分类实现	第27页
2.5 本章小结	第27-29页
第3章基于卷积神经网络和支持向量机的人脸识别	第29-43页
3.1 卷积神经网络结构设计	第29-31页
3.2 优化卷积神经网络	第31-37页
3.2.1 Sigmoid和Relu激活函数结合策略	第31-32页
3.2.2 提取稀疏特征	第32-33页
3.2.3 防止过拟合策略	第33-34页
3.2.4 加速网络特征提取	第34-37页
3.3 样本数据扩充	第37-38页
3.4 CNN预训练	第38-40页
3.5 基于CNN和SVM的人脸识别实现	第40-42页
3.6 本章小结	第42-43页
第4章实验过程及结果分析	第43-50页
4.1 硬件平台介绍	第43页
4.2 网络训练和测试	第43-44页
4.3 样本数据	第44-46页
4.4 实验结果	第46-49页
4.4.1 光照补偿处理	第46-47页
4.4.2 基于CNN和SVM的人脸识别比较	第47-48页
4.4.3 基于ACNN和CNN+SVM的人脸识别比较	第48-49页
4.5 本章小结	第49-50页
结论	第50-51页
参考文献	第51-56页
攻读硕士学位期间发表的论文及其它成果	第56-58页
致谢	第58页

本篇论文共58页，点击这进入下载页面。

更多论文
基于深度学习的人脸识别
巴楚一间房地区上奥陶统沉积微相与
基于图像匹配的结构位移与应变获取
广西浪平地区石炭纪生物礁类型及特
基于三维扫描的复杂曲面测量系统的
内蒙古头道桥地区大牛圈—乌其哈锡
基于深层卷积神经网络的物体识别研
大兴安岭白桦排农场北古生代花岗岩
天基测量相机成像建模与图像仿真
吉林省中部早侏罗世侵入岩的岩石学
鬼成像像质增强方法研究及超分辨实
内蒙古西乌珠穆沁旗罕乌拉地区早二
MEMS激光3D视觉系统图像处理
甘蒙北山小红山含矿辉长岩体地质特
基于机器视觉的焊点检测研究
新林—塔源一带蛇绿混杂岩带特征及
基于Contourlet变换和局部二值模式
大兴安岭特可赉尔山地区落马湖岩群
基于双目视觉的机器人目标定位技术
电感耦合等离子体发射光谱法测定硅
基于物联网的动态“港口—腹地”联
Fe-S系列矿物结构特征及变化规律研
基于物联网的热处理智能MES的设计与
山东德州开采地下水导致地面沉降的
基于双目立体视觉的工件识别定位与
基于位移分析的滑坡渐进破坏模型研
基于机器视觉的智能手环壳体几何尺
滑坡灾害下电网易损性评估模型研究
基于线阵CMOS传感器的光栅尺测量系
基于应变软化的滑坡三维稳定性分析
基于机器视觉的马赛克分拣系统研究
甘泉登山峪村滑坡稳定性及治理方案
关于深度学习结合软性机械手几何模
铜黄高速公路滑坡形成原因分析及治
基于深度学习的人脸特征点跟踪算法
复合光纤装置预警模型在滑坡监测中
基于FPGA的背光图像检测与校正系统
山区地质灾害易发性区划与降雨诱发
基于机器视觉的贴片元件焊点缺陷检
武隆县某大型危岩无线监测系统设计
基于特征融合与深度卷积神经网络的
基于无线传感器网络的滑坡预警系统
基于机器视觉的日化用品泵头缺陷高
基于RFPA模拟深基坑边坡滑动机理分
物联网环境下的“生产—物流”齐套
云南蒋家沟泥石流台地与北京昌平钻
基于机器视觉的压印字符识别系统研
降雨型浅层滑坡预警预报方法研究—
面向机器人操作的三维物体检测与位

人脸识别论文卷积神经网络论文支持向量机论文识别率论文
版权申明：目录由用户meiw**提供，www.51papers.com仅收录目录，作者需要删除这篇论文目录请点击这里。
\| 设为首页\|\|加入收藏\|\|站内搜索引擎\|\|站点地图\|\|在线购卡\|
版权所有教育论文网 Copyright(C) All Rights Reserved