首页--艺术论文--戏剧艺术论文--中国戏剧艺术论文--京剧艺术论文--化装、服装和服饰论文

基于面部特征的京剧脸谱人脸投影方法的研究与应用

摘要第4-5页
Abstract第5页
第1章 绪论第8-16页
    1.1 研究背景与意义第8-9页
    1.2 国内外研究现状第9-12页
        1.2.1 国内研究现状第9-10页
        1.2.2 国外研究现状第10-12页
        1.2.3 存在的问题第12页
    1.3 论文的研究内容第12-13页
    1.4 论文的组织结构第13-16页
第2章 基于Adaboost算法的AAM模型的人脸特征点检测方法的研究第16-26页
    2.1 基于加权平均法的图像预处理第16-17页
    2.2 Adaboost算法确定人脸区域及关键点第17-19页
    2.3 主动表观模型(AAM)模型的构建第19-22页
        2.3.1 形状模型的构建第19-20页
        2.3.2 纹理模型的构建第20页
        2.3.3 AAM拟合方法的研究及改进第20-22页
    2.4 实验结果与分析第22-23页
    2.5 本章小结第23-26页
第3章 基于Camshift预测追踪人脸跟踪方法的研究与改进第26-50页
    3.1 图像中运动的目标检测的算法的分析第26-33页
        3.1.1 差分算法分析第26-32页
        3.1.2 存在问题的提出及解决的目标第32-33页
    3.2 目标定位跟踪Camshift算法的分析第33-34页
        3.2.1 Camshift算法分析第33-34页
        3.2.2 Camshift算法中存在的问题第34页
    3.3 直方图均衡化处理图像增强第34-36页
    3.4 Camshift算法的改进第36-42页
        3.4.1 基于卡尔曼滤波的目标状态预测第36-39页
        3.4.2 目标状态预测及算法改进第39-40页
        3.4.3 改进的差分预测的人脸轮廓追踪的研究第40-42页
    3.5 实验结果与分析第42-47页
        3.5.1 卡尔曼预测算法跟踪结果第42-44页
        3.5.2 Camshift算法跟踪结果第44-45页
        3.5.3 改进Camshift算法跟踪结果第45-46页
        3.5.4 改进的差分检测法的人脸轮廓追踪结果第46-47页
        3.5.5 实验结果分析第47页
    3.6 本章小结第47-50页
第4章 人脸与京剧脸谱融合方法的提出第50-58页
    4.1 京剧脸谱的特征分析第50-53页
    4.2 京剧脸谱纹样的采集第53-54页
    4.3 京剧脸谱的变形处理方法第54-56页
        4.3.1 京剧脸谱纹样与人脸特征点的对应处理第54-55页
        4.3.2 脸谱纹样变形处理第55-56页
    4.4 实验结果及分析第56-57页
    4.5 本章小结第57-58页
第5章 实时人脸面部的京剧脸谱的投影模拟应用第58-64页
    5.1 模拟环境及条件第58-59页
        5.1.1 硬件环境第58页
        5.1.2 软件环境第58-59页
    5.2 人脸面部的京剧脸谱投影的整体流程第59页
    5.3 应用结果及效果分析第59-63页
        5.3.1 现有方法的实现第59-60页
        5.3.2 本文应用结果第60-62页
        5.3.3 结果对比及分析第62-63页
    5.4 本章小结第63-64页
结论第64-66页
参考文献第66-70页
攻读硕士学位期间取得的研究成果第70-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:校园电子公告板系统设计与实现
下一篇:基于安卓平台的警务通管理系统的设计与实现