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

基于数据驱动的人脸美化

摘要第1-6页
Abstract第6-10页
插图清单第10-11页
表格清单第11-12页
第一章 绪论第12-16页
   ·研究背景第12-13页
   ·研究目的和意义第13-14页
   ·本文完成的工作第14-15页
   ·本文结构第15-16页
第二章 人脸美丽评价算法第16-31页
   ·简介第16页
   ·人脸评分数据库第16-17页
   ·人脸特征提取第17-22页
     ·Gabor 特征第18-19页
     ·几何特征第19-20页
     ·特征降维第20-21页
     ·混合特征第21-22页
   ·特征选择第22页
   ·学习算法第22-28页
     ·支持向量机第23-26页
     ·支持向量回归第26-28页
   ·人脸美丽评价系统第28-29页
   ·实验结果与分析第29-30页
   ·本章小结第30-31页
第三章 人脸图像变形算法第31-39页
   ·简介第31页
   ·图像变形算法的求解任务概述第31-32页
   ·多层次自由形状变形第32-38页
     ·人脸特征点第32页
     ·自由形状变形第32-36页
     ·多层次自由形状变形第36-38页
   ·本章小结第38-39页
第四章 人脸纹理合成算法第39-49页
   ·简介第39-40页
   ·基于 WLS 的边缘保留平滑算法第40-41页
   ·人脸纹理合成算法第41-48页
     ·人脸纹理合成算法的总体流程第41-42页
     ·人脸图像分解第42-46页
     ·人脸纹理合成第46-48页
   ·本章小结第48-49页
第五章 基于数据驱动的人脸美化算法第49-63页
   ·简介第49页
   ·基于广义 Procrustes 分析的形状对准第49-53页
   ·基于数据驱动的人脸美化算法第53-55页
     ·算法框架第53页
     ·基于 KNN 的人脸美化第53-55页
   ·实验结果与分析第55-62页
     ·人脸美化实验第55-56页
     ·几何美化算法与本文算法的效果对比第56-57页
     ·纹理加权平均算法与本文算法的效果对比第57-59页
     ·去除β矩阵的对比实验第59页
     ·对非常美丽的人脸进行美化的实验第59-60页
     ·真实人类评价实验第60-62页
   ·本章小结第62-63页
结论第63-66页
参考文献第66-70页
攻读硕士学位期间取得的研究成果第70-71页
致谢第71-72页
附件第72页

论文共72页,点击 下载论文
上一篇:基于ITIL最佳实践的ITSM软件设计
下一篇:电信本地网资源配置系统设计与实现