基于AAM的人脸图像对齐及其在人脸年龄估计中的应用
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状及进展 | 第9-11页 |
| 1.3 年龄估计的影响因素与评估方法 | 第11-12页 |
| 1.3.1 年龄估计的影响因素 | 第11-12页 |
| 1.3.2 年龄估计的评估方法 | 第12页 |
| 1.4 论文的主要研究内容和结构安排 | 第12-14页 |
| 1.4.1 论文的主要研究内容 | 第12-13页 |
| 1.4.2 论文的结构安排 | 第13-14页 |
| 第二章 人脸图像的AAM模型 | 第14-19页 |
| 2.1 引言 | 第14页 |
| 2.2 AAM模型 | 第14-17页 |
| 2.2.1 统计模型 | 第15-16页 |
| 2.2.2 组合模型 | 第16页 |
| 2.2.3 人脸自动拟合 | 第16-17页 |
| 2.3 本章小结 | 第17-19页 |
| 第三章 基于AAM的多点对齐算法 | 第19-30页 |
| 3.1 人脸数据库 | 第19-21页 |
| 3.2 人脸检测 | 第21-22页 |
| 3.3 两眼对齐算法 | 第22-24页 |
| 3.4 基于AAM的多点对齐算法 | 第24-29页 |
| 3.4.1 人脸图像特征点的平均位置 | 第24-25页 |
| 3.4.2 Delaunay三角剖分 | 第25-27页 |
| 3.4.3 人脸图像的仿射变换 | 第27-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 基于多点对齐和SVR的年龄估计 | 第30-50页 |
| 4.1 算法的总体流程 | 第30页 |
| 4.2 特征提取 | 第30-38页 |
| 4.2.1 BIF特征 | 第30-32页 |
| 4.2.2 Gabor特征 | 第32-34页 |
| 4.2.3 HOG特征 | 第34-36页 |
| 4.2.4 LPQ特征 | 第36-38页 |
| 4.3 特征降维 | 第38-41页 |
| 4.3.1 基于PCA的特征降维 | 第38-39页 |
| 4.3.2 基于OLPP的特征降维 | 第39-41页 |
| 4.4 支持向量机回归 | 第41-43页 |
| 4.5 实验结果及分析 | 第43-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第五章 结论 | 第50-52页 |
| 5.1 本文的主要创新点 | 第50页 |
| 5.2 进一步的工作 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 攻读学位期间所取得的相关科研成果 | 第56-57页 |
| 致谢 | 第57页 |
