基于压缩感知的人脸跟踪的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 人脸跟踪研究综述 | 第9-13页 |
| 1.1.1 人脸跟踪的背景及意义 | 第9-10页 |
| 1.1.2 人脸跟踪的研究现状 | 第10-11页 |
| 1.1.3 人脸相关概念 | 第11-13页 |
| 1.2 本文工作 | 第13页 |
| 1.3 章节安排 | 第13-15页 |
| 第2章 人脸对齐技术 | 第15-33页 |
| 2.1 主动形状模型 | 第15-20页 |
| 2.1.1 主动形状模型的训练 | 第15-17页 |
| 2.1.2 普鲁克分析方法 | 第17-18页 |
| 2.1.3 PCA处理 | 第18-20页 |
| 2.2 主动外观模型 | 第20-23页 |
| 2.3 联合 2D+3D主动外观模型 | 第23-27页 |
| 2.3.1 3D形变模型 | 第23-24页 |
| 2.3.2 从主动外观模型计算三维形状 | 第24-25页 |
| 2.3.3 用 3D形状限制一个主动外观模型 | 第25页 |
| 2.3.4 联合 2D+3D主动外观模型的拟合 | 第25-26页 |
| 2.3.5 Delaunay三角剖分 | 第26-27页 |
| 2.4 局部二值特征 | 第27-29页 |
| 2.5 实验结果及分析 | 第29-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 压缩感知理论 | 第33-37页 |
| 3.1 压缩感知理论介绍 | 第34-35页 |
| 3.2 压缩感知理论的数学表达 | 第35页 |
| 3.3 稀疏表达 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于眼球检测的人脸跟踪方法 | 第37-43页 |
| 4.1 人脸检测算法 | 第38-39页 |
| 4.2 图像对比度变换算法 | 第39-40页 |
| 4.3 图像分割算法 | 第40页 |
| 4.4 实验结果及分析 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 基于压缩感知的人脸跟踪方法 | 第43-47页 |
| 5.1 稀疏表达映射 | 第43-44页 |
| 5.2 基于人脸特征点模型检测的人脸跟踪方法 | 第44-45页 |
| 5.3 实验结果及分析 | 第45-46页 |
| 5.4 本章小结 | 第46-47页 |
| 总结与展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士学位期间发表的论文 | 第51-52页 |
| 致谢 | 第52页 |
