鲁棒表情关键点定位系统设计与实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-16页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 经典人脸关键点定位方法 | 第12-13页 |
| 1.2.2 鲁棒人脸关键点定位方法 | 第13-14页 |
| 1.3 论文主要内容及结构安排 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 2 人脸图像预处理与人脸检测 | 第16-23页 |
| 2.1 人脸图像预处理方法 | 第16-19页 |
| 2.1.1 滤波去噪 | 第16-18页 |
| 2.1.2 灰度变换 | 第18-19页 |
| 2.1.3 直方图均衡化 | 第19页 |
| 2.2 人脸检测方法 | 第19-22页 |
| 2.2.1 人脸检测的基本概念 | 第20页 |
| 2.2.2 人脸检测的基本方法 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 3 非鲁棒性人脸关键点定位算法 | 第23-34页 |
| 3.1 主动形状模型 | 第23-28页 |
| 3.1.1 Snake算法 | 第23-25页 |
| 3.1.2 ASM训练算法 | 第25-28页 |
| 3.1.3 ASM搜索算法 | 第28页 |
| 3.2 级联姿势回归算法 | 第28-33页 |
| 3.2.1 级联姿势回归算法 | 第29页 |
| 3.2.2 姿势索引特征 | 第29页 |
| 3.2.3 随机蕨回归器 | 第29-31页 |
| 3.2.4 级联姿势回归过程 | 第31-33页 |
| 3.3 本章小结 | 第33-34页 |
| 4 具有鲁棒性的人脸关键点定位算法 | 第34-47页 |
| 4.1 鲁棒级联回归算法 | 第34-38页 |
| 4.1.1 对姿势实现鲁棒 | 第34-35页 |
| 4.1.2 对遮挡实现鲁棒 | 第35-37页 |
| 4.1.3 初始值的智能重启 | 第37-38页 |
| 4.2 级联变形形状模型算法 | 第38-43页 |
| 4.2.1 形状初始值的鲁棒 | 第38-40页 |
| 4.2.2 两级级联形变模型 | 第40-43页 |
| 4.3 鲁棒判别响应拟合算法 | 第43-46页 |
| 4.3.1 训练响应模型 | 第43-44页 |
| 4.3.2 训练参数更新模型 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 5 鲁棒关键点融合算法 | 第47-58页 |
| 5.1 AVEC微表情数据集的实验结果及分析 | 第47-50页 |
| 5.2 自建数据库的实验结果及分析 | 第50-55页 |
| 5.3 鲁棒关键点融合算法 | 第55-57页 |
| 5.3.1 鲁棒遮挡判断 | 第55-56页 |
| 5.3.2 鲁棒形变判断 | 第56-57页 |
| 5.3.3 鲁棒算法融合 | 第57页 |
| 5.4 本章小结 | 第57-58页 |
| 6 系统设计与实现 | 第58-62页 |
| 6.1 系统开发环境 | 第58页 |
| 6.2 系统功能模块介绍 | 第58-61页 |
| 6.3 本章小结 | 第61-62页 |
| 7 总结与展望 | 第62-64页 |
| 7.1 工作总结 | 第62页 |
| 7.2 工作展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 作者简历 | 第67-69页 |
| 学位论文数据集 | 第69页 |
