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

人脸对齐与图像分类关键算法研究

摘要第3-5页
ABSTRACT第5-6页
1 绪论第9-16页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 人脸对齐第10-12页
        1.2.2 稀疏表征与哈希方法第12-13页
    1.3 本文的主要工作第13-14页
    1.4 本文的章节安排第14-16页
2 级联回归与人脸对齐第16-26页
    2.1 引言第16-17页
    2.2 级联回归模型第17-19页
    2.3 基于级联回归的人脸对齐算法第19-23页
        2.3.1 二级级联回归器第19-20页
        2.3.2 显式的形状索引特征第20-21页
        2.3.3 随机森林回归第21页
        2.3.4 局部二值特征获取第21-23页
        2.3.5 全局回归第23页
    2.4 实验第23-25页
        2.4.1 带有标注特征点的人脸数据集第23-24页
        2.4.2 参数设置与误差分析第24页
        2.4.3 对比实验第24-25页
    2.5 本章小结第25-26页
3 哈希表征与字典学习第26-36页
    3.1 引言第26页
    3.2 哈希方法第26-28页
        3.2.1 局部敏感哈希第26-27页
        3.2.2 迭代量化第27-28页
    3.3 哈希表征的字典学习第28-29页
    3.4 优化求解第29-31页
    3.5 实验第31-35页
        3.5.1 在MNIST数据集上的实验第31-34页
        3.5.2 在COIL-100和CIFAR-10数据集上的实验第34-35页
    3.6 本章小结第35-36页
4 组稀疏编码与人脸分类第36-43页
    4.1 引言第36页
    4.2 基于混合范数的仿射约束组稀疏编码算法第36-41页
        4.2.1 稀疏编码框架第37-38页
        4.2.2 仿射约束组稀疏编码第38页
        4.2.3 混合范数仿射约束组稀疏编码算法第38-39页
        4.2.4 优化求解第39-41页
    4.3 实验第41-42页
    4.4 本章小结第42-43页
5 总结与展望第43-45页
    5.1 本文的工作总结第43页
    5.2 今后的工作展望第43-45页
参考文献第45-52页
附录 英文缩写对应第52-54页
攻读学位期间取得的研究成果第54-55页
致谢第55-57页

论文共57页,点击 下载论文
上一篇:基于稀疏表示的图像超分辨率算法的研究
下一篇:基于Kinect骨骼信息人体动作识别的研究与应用