| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究意义 | 第10页 |
| 1.2 生物特称识别及特征点定位方法国内外现状 | 第10-13页 |
| 1.3 Kinect 体感设备及其应用领域 | 第13-15页 |
| 1.4 课题主要研究内容 | 第15-16页 |
| 第2章 基于Kinect的AAM特征点定位方法改进 | 第16-33页 |
| 2.1 Kinect体感设备采集图像 | 第16-18页 |
| 2.1.1 Kinect采集三维图像的基本原理 | 第16-17页 |
| 2.1.2 基于Kinect的三维人脸数据获取及预处理 | 第17-18页 |
| 2.2 特征点定位方法 | 第18-19页 |
| 2.3 主动外观形状模型的理论基础 | 第19-23页 |
| 2.3.1 主动外观形状模型 | 第19-20页 |
| 2.3.2 建立主动形状模型的方法 | 第20-23页 |
| 2.4 AAM主动表现模型 | 第23-28页 |
| 2.4.1 AAM形状纹理模型的建立 | 第23-25页 |
| 2.4.2 AAM主动表现模型的建立 | 第25-26页 |
| 2.4.3 基于Kinect的AAM面部特征点主动表现模型的拟合改进 | 第26-28页 |
| 2.5 基于Kinect面部特征点模型的初始化和匹配过程 | 第28-31页 |
| 2.5.1 3D面部特征点模型的建立 | 第29-30页 |
| 2.5.2 AAM 的初始化和特征点的匹配 | 第30-31页 |
| 2.6 使用Kinect采集的图片进行改进的AAM算法性能分析 | 第31-32页 |
| 2.7 本章小结 | 第32-33页 |
| 第3章 人脸特征提取及识别 | 第33-40页 |
| 3.1 特征点提取及识别 | 第33页 |
| 3.2 Gabor小波变换 | 第33-35页 |
| 3.3 线性子空间识别算法 | 第35-38页 |
| 3.3.1 基于PCA的特征点识别算法 | 第36-37页 |
| 3.3.2 基于结构化的Fisherface识别算法 | 第37-38页 |
| 3.4 实验结果 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 人脸识别系统 | 第40-48页 |
| 4.1 人脸识别系统设计与实现 | 第40-42页 |
| 4.2 系统功能演示 | 第42-44页 |
| 4.3 系统性能分析 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士学位期间发表的学术论文 | 第52-53页 |
| 致谢 | 第53页 |
