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

真实环境人脸图像分析问题研究

摘要第5-7页
Abstract第7-9页
第一章 绪论第17-27页
    1.1 研究问题及其应用前景第17-19页
    1.2 真实环境中人脸图像第19-22页
        1.2.1 维投影与三维物体第20-21页
        1.2.2 静态图像与动态过程第21页
        1.2.3 知领域与未知领域第21-22页
    1.3 本文主要工作第22-24页
        1.3.1 低质量视频中高效三维人脸重建第22页
        1.3.2 动态表情事件检测第22-23页
        1.3.3 领域适应表情分析第23-24页
        1.3.4 抑郁症辅助诊断系统第24页
    1.4 论文结构和章节安排第24-27页
第二章 相关人脸图像预处理和标注分析技术第27-35页
    2.1 引言第27页
    2.2 人脸检测第27-29页
    2.3 人脸特征点定位第29页
    2.4 人脸图像对齐第29-31页
    2.5 面部表情标注系统第31-33页
    2.6 小结第33-35页
第三章 三维人脸重建第35-51页
    3.1 引言第35-37页
        3.1.1 三维人脸模型的表示方法第35-36页
        3.1.2 各类三维重建方法第36-37页
    3.2 低质量视频中高效三维人脸模型重建算法第37-44页
        3.2.1 形状空间与形变模型第37-38页
        3.2.2 离线训练形变模型第38页
        3.2.3 三维模型初始化第38页
        3.2.4 计算深度差值第38-40页
        3.2.5 更新深度信息第40页
        3.2.6 算法第40-42页
        3.2.7 实验分析第42-44页
    3.3 小结与应用前景第44-51页
第四章 基于任务级联的人脸表情事件分析第51-83页
    4.1 引言第51-52页
    4.2 相关工作讨论第52-56页
    4.3 任务级联(Cascade of Tasks)第56-60页
        4.3.1 帧检测(Frame-level Detection)第57页
        4.3.2 段检测器(Segment-level Detector)第57-59页
        4.3.3 转变点检测(Transition Detection)第59-60页
    4.4 CoT的一种高效实现方法第60-62页
    4.5 实验第62-75页
        4.5.1 实验设置第63-65页
        4.5.2 评测指标第65-67页
        4.5.3 实验结果第67-75页
    4.6 小结第75-83页
第五章 领域适应人脸表情分析第83-97页
    5.1 引言第83页
    5.2 相关工作综述第83-85页
    5.3 领域差异问题理论分析第85-88页
    5.4 对象领域适应(Subject Domain Adaptation,SDA)表情分析算法第88-91页
        5.4.1 基于辅助预测问题的训练对象集合选取第88-89页
        5.4.2 基于样本加权的协同训练第89-90页
        5.4.3 基于优势预测的模型融合第90-91页
    5.5 实验第91-93页
        5.5.1 实验设置第91-92页
        5.5.2 实验结果和分析第92-93页
    5.6 小结与讨论第93-97页
第六章 人脸图像分析应用于抑郁症诊断第97-109页
    6.1 引言第97-98页
    6.2 应用场景第98-99页
    6.3 辅助诊断系统第99-103页
        6.3.1 预处理和特征提取第99-100页
        6.3.2 相关特征选择第100-101页
        6.3.3 预测模型训练第101-102页
        6.3.4 新视频预测与标注第102-103页
    6.4 系统中人脸图像分析技术第103-104页
        6.4.1 人脸图像预处理第103页
        6.4.2 基于任务级联(CoT)的动态表情分析第103-104页
        6.4.3 受试对象自适应表情分析(SDA)第104页
    6.5 实验分析第104-106页
        6.5.1 时间统计信息特征分析第104-106页
        6.5.2 笑容抑制(Smile Control)特征分析第106页
    6.6 小结第106-109页
第七章 总结与展望第109-113页
    7.1 论文总结第109-111页
    7.2 工作展望和结束语第111-113页
参考文献第113-127页
攻读博士期间所取得的研究成果第127-129页
致谢第129页

论文共129页,点击 下载论文
上一篇:汽油机进气模型研究与实验分析
下一篇:企业产出、研发投入对政府补贴的动态响应--基于战略性新兴产业上市公司经验数据