基于局部几何保持的人脸图像姿态估计
摘要 | 第1-4页 |
Abstract | 第4-5页 |
目录 | 第5-7页 |
第一章 绪论 | 第7-13页 |
·课题的研究背景与意义 | 第7-8页 |
·课题的研究现状 | 第8-11页 |
·人脸特征表示方法 | 第8-10页 |
·分类器的设计方法 | 第10页 |
·人脸姿态估计难点问题 | 第10-11页 |
·论文内容及章节安排 | 第11-13页 |
·论文主要内容 | 第11-12页 |
·论文章节安排 | 第12-13页 |
第二章 基于全局特征的人脸姿态估计 | 第13-27页 |
·引言 | 第13-14页 |
·基于子空间分析的人脸姿态分类方法 | 第14-18页 |
·主成分分析算法 | 第14-16页 |
·线性判别分析算法 | 第16-18页 |
·基于全局 HOG 特征的人脸姿态分类方法 | 第18-22页 |
·HOG 特征介绍 | 第18-21页 |
·KNN 分类器 | 第21页 |
·SVM 分类器 | 第21-22页 |
·基于 HOG+分类器的人脸姿态分类方法 | 第22页 |
·实验结果与分析 | 第22-26页 |
·实验数据库 | 第22-23页 |
·实验结果 | 第23-26页 |
·本章小结 | 第26-27页 |
第三章 基于局部特征的人脸姿态估计 | 第27-41页 |
·引言 | 第27页 |
·基于词袋模型的人脸姿态分类方法 | 第27-33页 |
·人脸图像的局部 SIFT 特征描述 | 第27-30页 |
·词袋模型简介 | 第30-31页 |
·基于词袋模型的人脸姿态分类 | 第31-33页 |
·基于局部几何视觉短语的人脸姿态分类方法 | 第33-36页 |
·基于局部几何视觉短语的人脸图像描述 | 第33-35页 |
·基于 GVP 的人脸姿态分类 | 第35-36页 |
·实验结果与分析 | 第36-39页 |
·本章小结 | 第39-41页 |
第四章 基于流形学习的人脸姿态估计 | 第41-49页 |
·引言 | 第41-42页 |
·基于传统流形学习的人脸姿态估计 | 第42-43页 |
·基于偏置流形嵌入(BME)的人脸姿态估计 | 第43-44页 |
·基于梯度方向直方图与流形嵌入结合的人脸姿态估计 | 第44-46页 |
·实验结果与分析 | 第46-47页 |
·本章小结 | 第47-49页 |
第五章 总结与展望 | 第49-51页 |
·总结 | 第49-50页 |
·展望 | 第50-51页 |
致谢 | 第51-53页 |
参考文献 | 第53-57页 |
作者在读期间参加的科研工作及研究成果 | 第57-58页 |