基于高波卷积神经网络的人脸识别方法研究

基于高波卷积神经网络的人脸识别方法研究

ID:35182530

大小:4.76 MB

页数:69页

时间:2019-03-21

基于高波卷积神经网络的人脸识别方法研究_第1页
基于高波卷积神经网络的人脸识别方法研究_第2页
基于高波卷积神经网络的人脸识别方法研究_第3页
基于高波卷积神经网络的人脸识别方法研究_第4页
基于高波卷积神经网络的人脸识别方法研究_第5页
资源描述:

《基于高波卷积神经网络的人脸识别方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、、、、.’如叩-:.^‘令安;‘游^導冀接令;马焉爷S或i六嗔銳,^....妒'^>女該寶薇義茄5仁;:巧、謂為捧马葦,羯—義强藥典伊学巧代招;1犯00研致!參号:2化,101840貧蘇分巧级.己:導:克,专护臺I養果,\,、’..声簡邹、;轉、vw;;谐邀翻:yw縣敬节:誦麵瓣纖鑛鲜議茜心令獅;撫議戀雜.六.■*^",户.:方.-、^.’叮.:v,:奶下,.;V:'渐.追線赛輪銷接巧識.巧肾品皆.別.雙麵漏難謹IPP麵議?I養接:暮步种公巧巧飾>0度苗iT胃劃謂':节.^分若:诚皆欢诉,;;;.蘇、於..

2、V劳法鶴^'線'\.顯興、、:、今'ResearchonFaceReconitionBasedonGabor唉g,織蔡‘’■■■■'、''、'、、-...\V7V,.:C\N\、\C〇nv*rfndoiialNeur^..;Sgr'..—I.''.:'.-.:..'.;^....已思5苗诚,.嫂裝鑄穀片—、.V1;韻巧,趨''-’'-节古":'六--其好*巧K總i"女::-二其ViPv;'"'■^m--^Ov::::;:..;‘:_1\v?K‘':‘p-'‘:..‘-;’又-:I

3、、、特哦二、:/拇填兩咬义裤游.嗅觀热於成举繁:V'..、’;;>?.记'.苗搏街記巧转韦社;;:作粗.X;、姑.'.一—,.听二'...、啼.二:^冷林':魏.苦指教师.明備?导贵—辜级尝稱稱柬心非子;轉辭亦义;!鸾按裝霉苗’'..帶卷学电巧与錄:賊系缉;.:嘴據V窺據祭纔逞:气'’:;..'提:方;究信雜理:*能其.V時:^讀..;#S簾醒讓KC穗雜.'.。游^:t.;:.:点、V、,;类型术戒tff致,举;说龜磯乂O:辦.'户-、々、沪...^!,、..f、k犠漏撫iv乂祟攀燃藏扣兴游...'说.;.,、啤.:、,

4、V.;L.遍載爲鐘S、;;,1您.;:赛麵辦|瞧巧纖議;..‘师藻裙大学学位评定员会,-:^、蒙.—.,:非議觀.;.—;繫麵議皆纖读、'‘-、:、:;,20化餐,今月其嚇;年.;遽靖證彌:指砖V為鐵挺頸黎背寒技鮮葦—','.去賢-劈單灘議谋逛馨!麵觀錢觀簿''.‘:珍哨‘巧品择帝五:巧兩窜;、P範抗帝梓、師、、-、.-,’、?L、’、 ̄、.t;.芒冶、如::.媒转学校代码:10200研究生学号:2013101840分类号:TN7密级:无硕士学位论文基于高波卷积神经网络的人脸识别方法研究ResearchonFaceRecognitionBa

5、sedonGaborConvolutionalNeuralNetwork作者:陈耀丹指导教师:王连明教授一级学科:电子科学与技术二级学科:电路与系统研究方向:智能信息处理学位类型:学术硕士东北师范大学学位评定委员会2016年5月独创性声明本人邦重声明:所提交的学位论文是本人在导师指导下独立进行研充工作所取得的成果。据我所知,除了特别加W标注和致谢的地方外,论文中不包含其他人己经发表或撰写过的研究成果。对本人的研究做出重要贡献的个人和集体。,均己在文中作了明确的说明本声明的法律结果由本人承担。学位论文作者签名:文至日期:以I。。学位论文使用授权书

6、本学位论文作者完全了解东北师范大学有关保留、使用学位论文的规目P;定,东北师范大学有权保留并向国家有关部口或机构送交学位论文的复印件和电子版。,允许论文被查阅和借阅本人授权东北师范大学可W将学位论文的全部或部分内容编入有关数据库进行检索,可采用影印、缩印或其它复制手段保存、汇编本学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名:指导教师签名;日期:么。日期:广‘三)学位论文作者毕业后去向:工作单位:电话:通讯地址:邮编;:摘要人脸识别凭借其友好、直接、易于接受等特点在各项生物特征识别技术中脱颖而出

7、,在实际工程中应用越来越广泛。经过多年的发展,人脸识别技术取得了巨大的进步,但是由于人脸的非刚性和各种客观条件如光照、表情、姿态变化和遮挡的影响,自然场景下的人脸识别精度仍然有待于进一步提高。目前,大多数人脸识别算法都是根据先验知识人工地提取人脸浅层特征,再进行分类;深度学习则是借鉴人脑信息处理的分层级联方式,可以自动学习数据的深层特征以适应复杂情况下的分类任务,正逐渐成为模式识别领域的研究热点。在诸多深度学习模型中,卷积神经网络是一个应用局部感受野的多层感知器,对二维输入图形的平移、缩放和形变具有不变

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。