基于双通道卷积神经网络和梯度特征的人脸识别

《基于双通道卷积神经网络和梯度特征的人脸识别》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、单位代码10635学号112015333002128硕士学位论文基于双通道卷积神经网络和梯度特征的人脸识别论文作者：张筱彤指导教师：陈通学科专业：信号与信息处理研究方向：情感计算与智能信息处理提交论文日期：2018年03月29日论文答辩日期：2018年06月02日学位授予单位：西南大学中国重庆2018年06FaceRecognitionBasedonGradientFeaturewithDual-channelConvolutionNeuralNetworkAThesisSubmittedtoSouthwes

2、tUniversityinPartialFulfillmentoftheRequirementfortheMaster’sDegreeofEngineeringByXiaotongZhangSupervisedbyProf.TongChenSpecialty:SignalandInformationProcessingCollegeofElectronicandInformationEngineeringofSouthwestUniversity，Chongqing，ChinaJune，2018目录摘要....

3、...........................................................................................................................IAbstract...........................................................................................................................III

4、第一章引言..................................................................................................................11.1研究背景及意义...............................................................................................11.2人脸识别的国内外研究现状.................

5、..........................................................21.2.1二维人脸识别方法及研究现状............................................................21.2.2三维人脸识别方法及研究现状............................................................41.3论文研究内容及创新点............................

6、.......................................................61.3.1论文研究内容.........................................................................................61.3.2论文创新点与特色................................................................................71.4论文结构

7、安排...................................................................................................71.5本章小结...........................................................................................................8第二章人脸库与预处理...............................

8、...............................................................92.1人脸数据库介绍...............................................................................................92.1.12D人脸库..............