首页--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

基于AAM的人脸建模与匹配技术的研究

摘要第1-6页
ABSTRACT第6-11页
第一章 绪论第11-19页
   ·研究的背景和意义第11-13页
   ·人脸识别技术的研究进展和现状第13-17页
   ·本文研究的主要内容及安排第17-19页
     ·研究的主要内容第17-18页
     ·论文的结构安排第18-19页
第二章 动态外观模型的理论与技术第19-31页
   ·建立AAM前的基础理论第20-23页
     ·点分布模型PDM(Point Distribution Model)第20-21页
     ·训练数据的对齐第21-22页
     ·主成分分析PCA第22-23页
   ·AAM模型的建立第23-29页
     ·形状模型的建立第23-25页
     ·纹理模型的建立第25-28页
     ·组合模型的建立第28-29页
   ·AAM模型的匹配第29-30页
   ·本章小结第30-31页
第三章 反向合成图像对齐算法第31-47页
   ·Lucas-Kanade图像对齐算法第31-34页
     ·仿射变换的定义第31页
     ·算法及推导第31-33页
     ·仿射集的定义第33页
     ·该算法的步骤第33-34页
   ·前向合成图像对齐算法第34-36页
     ·仿射变换合成的定义第34页
     ·算法及推导第34-35页
     ·仿射集的定义第35页
     ·该算法步骤第35-36页
   ·反向合成图像对齐算法第36-38页
     ·算法及推导第36-37页
     ·仿射集的定义第37页
     ·该算法步骤第37-38页
   ·反向合成图像对齐算法在AAM匹配中的应用第38-42页
     ·模型实例的生成第38-39页
     ·问题的提出第39-40页
     ·外观变化的问题第40-41页
     ·参数更新的问题第41页
     ·算法步骤第41-42页
   ·实验结果及分析第42-45页
     ·AAM的构建第42-43页
     ·实验结果及分析第43-44页
     ·反向合成图像对齐算法在AAM应用中的问题第44-45页
   ·本章小结第45-47页
第四章 半动态外观模型的研究与应用第47-67页
   ·SAAM模型的建立第47-54页
     ·ASM模型的建立第47-48页
     ·纹理特征提取第48-51页
     ·SAAM模型的建立第51-54页
   ·局部SAAM模型的建立第54-57页
     ·矩形分块的局部SAAM模型的建立第54-55页
     ·关键特征区域分块的局部SAAM模型的建立第55-57页
   ·SAAM的匹配计算第57-58页
   ·反向合成图像对齐算法在SAAM匹配计算问题中的应用第58-62页
     ·模型的实例第58-59页
     ·问题的提出第59-60页
     ·外观变化的问题第60-61页
     ·算法步骤第61-62页
   ·实验结果与分析第62-65页
   ·本章小结第65-67页
第五章 基于SAAM的人脸识别应用软件设计第67-72页
   ·系统结构框图第67-69页
   ·系统功能模块第69-71页
     ·图像采集与检测模块第70页
     ·特征点提取与定位模块第70页
     ·匹配与识别模块第70-71页
     ·存储模块第71页
   ·本章小结第71-72页
第六章 总结与展望第72-75页
   ·总结第72-74页
   ·展望第74-75页
致谢第75-76页
参考文献第76-80页
攻硕期间取得的研究成果第80页

论文共80页,点击 下载论文
上一篇:基于SARIMA模型的视频播放量预测软件设计与实现
下一篇:基于测试用例优先的自动化回归测试研究