基于视频的唇部定位和序列切分算法的研究
摘要 | 第1-6页 |
Abstract | 第6-9页 |
第一章 绪论 | 第9-15页 |
·引言 | 第9页 |
·研究背景和意义 | 第9-12页 |
·国内外研究现状 | 第12-13页 |
·本文的研究内容与结构 | 第13-14页 |
·本章小结 | 第14-15页 |
第二章 基于Adaboost 的人脸检测技术 | 第15-27页 |
·人脸检测方法研究 | 第15-17页 |
·基于知识的人脸检测方法 | 第15-16页 |
·基于统计的人脸检测方法 | 第16-17页 |
·人眼检测方法研究 | 第17-18页 |
·投影函数法 | 第17页 |
·对称变换法 | 第17-18页 |
·模板匹配法 | 第18页 |
·基于Adaboost 的人脸检测算法 | 第18-23页 |
·Haar 特征 | 第18-20页 |
·积分图(Integral Image) | 第20-21页 |
·Adaboost 算法的训练过程 | 第21-23页 |
·基于OpenCV 的人脸和人眼检测的实现 | 第23-26页 |
·人脸检测的实现 | 第23-25页 |
·眼睛检测的实现 | 第25-26页 |
·本章小结 | 第26-27页 |
第三章 视频图像的唇部定位跟踪与归一化 | 第27-42页 |
·引言 | 第27页 |
·唇部定位方法简介 | 第27-30页 |
·利用唇部低灰度值,多边缘性 | 第28页 |
·基于人脸结构特征的唇部检测 | 第28页 |
·基于色度差异 | 第28-29页 |
·利用变换的方法 | 第29-30页 |
·基于变形模板的方法 | 第30页 |
·双模态语料库介绍 | 第30-31页 |
·基于人脸结构和投影的唇部定位算法 | 第31-40页 |
·图像的旋转 | 第32-34页 |
·尺度归一化 | 第34-35页 |
·唇部定位算法的实现 | 第35-40页 |
·本章小结 | 第40-42页 |
第四章 视频图像序列的切分算法 | 第42-57页 |
·引言 | 第42页 |
·基于听觉特征的切分方法 | 第42-44页 |
·基于短时能量和过零率的语音端点检测方法 | 第42-43页 |
·基于LPC-10 声码器的端点检侧 | 第43-44页 |
·基于信息熵的语音端点检测方法 | 第44页 |
·基于视觉特征的切分方法 | 第44-48页 |
·基于图像比较的方法 | 第45页 |
·基于FAP 的方法 | 第45-46页 |
·基于函数的检测方法 | 第46-48页 |
·基于图像比较的视听觉融合的序列切分算法 | 第48-56页 |
·数据集的选取 | 第49-50页 |
·基于能量的语音端点检测过程 | 第50-52页 |
·图像比较 | 第52-55页 |
·实验结果 | 第55-56页 |
·本章小结 | 第56-57页 |
结论和展望 | 第57-59页 |
参考文献 | 第59-62页 |
攻读硕士学位期间取得的研究成果 | 第62-63页 |
致谢 | 第63-64页 |
附件 | 第64页 |