基于条件回归森林的人脸特征点定位方法及应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 特征点定位国内外研究现状 | 第13-15页 |
| 1.3 本文的主要工作 | 第15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第2章 人脸跟踪算法 | 第17-31页 |
| 2.1 确定性跟踪算法 | 第17-24页 |
| 2.1.1 目标表示 | 第17-19页 |
| 2.1.2 目标定位 | 第19-20页 |
| 2.1.3 多核跟踪 | 第20-22页 |
| 2.1.4 跟踪算法实现 | 第22-24页 |
| 2.2 随机跟踪算法 | 第24-30页 |
| 2.2.1 基于动力学系统模型的方法 | 第24-29页 |
| 2.2.2 基于统计模式识别的方法 | 第29-30页 |
| 2.3 小结 | 第30-31页 |
| 第3章 随机森林分类器模型的演变过程 | 第31-41页 |
| 3.1 决策树与组合模型 | 第31-33页 |
| 3.1.1 决策树 | 第31页 |
| 3.1.2 组合模型 | 第31-33页 |
| 3.2 Adaboost分类器模型 | 第33-38页 |
| 3.2.1 Harr矩形特征 | 第33-34页 |
| 3.2.2 离散Adaboost模型 | 第34-35页 |
| 3.2.3 级联分类器结构 | 第35-37页 |
| 3.2.4 Adaboost算法 | 第37-38页 |
| 3.3 随机森林模型 | 第38-40页 |
| 3.4 小结 | 第40-41页 |
| 第4章 基于条件随机回归森林的人脸特征点估计 | 第41-52页 |
| 4.1 限制局部模型(CLM) | 第42页 |
| 4.2 条件随机回归森林 | 第42-46页 |
| 4.2.1 训练 | 第43-45页 |
| 4.2.2 测试形状模型匹配 | 第45页 |
| 4.2.3 条件随机回归森林模型 | 第45-46页 |
| 4.2.4 头部姿态估计 | 第46页 |
| 4.3 实验结果与分析 | 第46-51页 |
| 4.3.1 实验数据库 | 第46-47页 |
| 4.3.2 评估 | 第47页 |
| 4.3.3 分析条件回归森林投票 | 第47-51页 |
| 4.4 小结 | 第51-52页 |
| 第5章 基于条件回归森林的人脸特征点定位系统实现 | 第52-60页 |
| 5.1 引言 | 第52页 |
| 5.2 系统的总体框图 | 第52-53页 |
| 5.3 系统模块 | 第53-56页 |
| 5.3.1 离线学习模块 | 第53-55页 |
| 5.3.2 在线特征点定位模块 | 第55-56页 |
| 5.4 系统测试 | 第56-59页 |
| 5.4.1 测试环境 | 第56-57页 |
| 5.4.2 用户界面测试 | 第57页 |
| 5.4.3 在线模块测试 | 第57-59页 |
| 5.5 小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录A 读研期间发表学术论文和参与科研项目 | 第66-67页 |
| 致谢 | 第67页 |
