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

人脸特征点跟踪方法的研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-22页
    1.1 研究背景及意义第14-15页
    1.2 国内外研究现状第15-17页
    1.3 特征提取方法第17-18页
    1.4 数据集和评价标准第18-20页
    1.5 本文主要内容及章节安排第20-22页
第二章 人脸检测算法第22-32页
    2.1 Haar-like特征第22-24页
    2.2 积分图第24-27页
        2.2.1 定积分的几何意义第24-25页
        2.2.2 积分图的定义和计算方法第25-26页
        2.2.3 矩形特征值的计算第26-27页
    2.3 Adaboost方法第27-29页
    2.4 分类器的级联第29-30页
    2.5 实验结果及分析第30-31页
    2.6 本章小结第31-32页
第三章 AAM和CLM模型对比分析第32-46页
    3.1 AAM算法第32-34页
    3.2 CLM模型第34-40页
        3.2.1 模型概述第34-36页
        3.2.2 形状模型和Patch模型的建立第36-37页
        3.2.3 CLM的搜索过程第37-38页
        3.2.4 CLM的拟合过程第38-40页
    3.3 AAM与CLM的对比分析第40-41页
    3.4 实验结果及分析第41-44页
        3.4.1 实验环境介绍第41页
        3.4.2 实验结果及分析第41-44页
    3.5 本章小结第44-46页
第四章 改进的CLM人脸特征点跟踪算法第46-60页
    4.1 人脸特征点定位主要挑战第46-47页
    4.2 概率模型假设第47-48页
    4.3 正则化均值漂移算法第48-51页
        4.3.1 各向同性高斯估计第48-50页
        4.3.2 求解模型第50-51页
    4.4 改进的正则化均值漂移算法第51-53页
        4.4.1 避免局部极值第51页
        4.4.2 部分遮挡处理第51-53页
    4.5 正则化均值漂移算法的讨论第53-55页
        4.5.1 相似归一化搜索第53页
        4.5.2 搜索区域的选择第53-54页
        4.5.3 使用预计算网格提升效率第54-55页
    4.6 实验结果及分析第55-59页
        4.6.1 实验环境介绍第55-56页
        4.6.2 实验结果及分析第56-59页
    4.7 本章小结第59-60页
第五章 总结和展望第60-62页
    5.1 总结第60页
    5.2 展望第60-62页
参考文献第62-66页
致谢第66-68页
作者简介第68-69页

论文共69页,点击 下载论文
上一篇:基于视觉显著特征的红外和可见光图像配准
下一篇:多帧图像复原算法研究