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

基于特征点的人脸姿态估计与识别系统研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-13页
缩略语对照表第13-16页
第一章 绪论第16-24页
    1.1 研究背景与意义第16-17页
    1.2 国内外研究现状及问题第17-21页
        1.2.1 人脸检测与人脸特征点定位第17页
        1.2.2 人脸识别技术的发展现状第17-19页
        1.2.3 虚拟眼镜试戴系统第19-21页
    1.3 本文的主要工作第21页
    1.4 本文结构第21-24页
第二章 人脸识别的基础理论与算法第24-42页
    2.1 引言第24页
    2.2 人脸检测技术研究第24-34页
        2.2.1 局部二值模式的原理及改进第24-27页
        2.2.2 Adaboost算法研究第27-32页
        2.2.3 人脸检测实验结果第32-34页
    2.3 人脸特征点定位算法及分析第34-40页
        2.3.1 随机森林的基本思想第34-35页
        2.3.2 基于局部二值特征的人脸特征点定位第35-37页
        2.3.3 数据集的准备与预处理第37-40页
    2.4 本章小结第40-42页
第三章 基于特征点的人脸姿态估计及软件实现第42-64页
    3.1 引言第42页
    3.2 人脸姿态估计方法第42-52页
        3.2.1 已有的人脸姿态估计方法介绍第42-46页
        3.2.2 基于特征点的三维人脸姿态估计第46-50页
        3.2.3 实时人脸姿态估计第50-52页
    3.3 虚拟眼镜试戴系统整体框架第52-58页
        3.3.1 系统总体框架设计第52-53页
        3.3.2 系统模块设计第53-58页
    3.4 实验结果第58-63页
        3.4.1 人脸特征点定位结果第59-61页
        3.4.2 眼镜实时试戴第61-63页
        3.4.3 眼镜对比第63页
    3.5 本章小结第63-64页
第四章 基于特征点的人脸识别及软件实现第64-78页
    4.1 引言第64-65页
    4.2 人脸识别算法介绍第65-72页
        4.2.1 Gabor变换的原理及改进方法第65-69页
        4.2.2 主成分分析算法研究第69-72页
    4.3 系统整体设计第72-73页
    4.4 实验结果及分析第73-76页
    4.5 本章小结第76-78页
第五章 总结与展望第78-80页
    5.1 工作总结第78页
    5.2 工作展望第78-80页
参考文献第80-84页
致谢第84-86页
作者简介第86-87页

论文共87页,点击 下载论文
上一篇:基于Intel Xeon Phi众核架构的视频算法研究
下一篇:基于目标性的显著性检测