教育论文网

基于目标检测的虹膜定位研究

论文目录
摘要第1-7页
Abstract第7-9页
第一章 绪论第13-18页
    1.1 研究的背景及意义第13-14页
    1.2 虹膜识别技术概述第14-16页
        1.2.1 虹膜生理特征简述第14-15页
        1.2.2 虹膜识别的国内外现状发展历程第15页
        1.2.3 虹膜识别的关键问题第15-16页
    1.3 论文的结构第16-17页
    1.4 本章总结第17-18页
第二章 虹膜识别系统流程概述第18-26页
    2.1 虹膜采集过程第18-20页
        2.1.1 现有的虹膜图像采集设备第18页
        2.1.2 实验室研发虹膜图像采集设备第18-19页
        2.1.3 几种常见的虹膜数据库第19-20页
    2.2 虹膜识别系统原理第20-25页
        2.2.1 虹膜识别流程第20-22页
        2.2.2 虹膜质量评价第22-24页
        2.2.3 虹膜定位算法第24-25页
    2.3 本文的解决方案第25页
    2.4 本章总结第25-26页
第三章 目标检测算法及Yolov3 算法简介第26-46页
    3.1 神经网络介绍第26-30页
        3.1.1 人工神经网络第26-27页
        3.1.2 卷积神经网络第27-30页
    3.2 目标检测算法简介第30-42页
        3.2.1 Yolo网络细节介绍第31-34页
        3.2.2 Yolo检测流程概述第34-40页
        3.2.3 Yolo损失函数第40-42页
    3.3 Yolo网络效果评定标准第42-45页
    3.4 本章总结第45-46页
第四章 改进的模型算法及实验设计第46-57页
    4.1 虹膜图像预处理第46-47页
    4.2 改进的yolo网络模型第47-50页
    4.3 改进的非极大值抑制算法第50-53页
        4.3.1 传统非极大值抑制算法第50-51页
        4.3.2 改进的NMS算法第51-53页
    4.4 对比实验设计第53-56页
        4.4.1 基于迁移学习的Yolo模型第53-54页
        4.4.2 SSD模型第54-56页
    4.5 本章总结第56-57页
第五章 实验结果与分析第57-63页
    5.1 实验结果分析第57-62页
    5.2 本章总结第62-63页
第六章 工作总结与未来展望第63-65页
    6.1 工作总结第63页
    6.2 研究展望第63-65页
参考文献第65-69页
作者简介及在读期间参加的科研项目第69-70页
致谢第70页

本篇论文共70页,点击 这进入下载页面

 
 
Copyright(C) All Rights Reserved
客服QQ:304386486
目录由用户 mazhongx** 提供,作者删除入口请点击这里