| 摘要 | 第1-8页 |
| Abstract | 第8-14页 |
| 第一章 绪论 | 第14-19页 |
| ·研究背景和意义 | 第14-15页 |
| ·本文的主要研究内容 | 第15-17页 |
| ·本文的组织结构 | 第17-19页 |
| 第二章 人脸美丽吸引力的的理解与分析综述 | 第19-36页 |
| ·认知心理学、人类学等领域对人脸美丽的研究回顾 | 第19-24页 |
| ·人脸美的客观性 | 第19-20页 |
| ·人脸美的进化论说 | 第20-21页 |
| ·人脸美的定量描述准则 | 第21-24页 |
| ·基于图像处理和机器学习的人脸美丽吸引力的研究方法回顾 | 第24-33页 |
| ·对平均性、对称性、性别二态性的研究 | 第24-25页 |
| ·美丽人脸图像构建 | 第25-28页 |
| ·基于人脸图像的美丽吸引力分析预测 | 第28-31页 |
| ·人脸美丽增强 | 第31-33页 |
| ·研究人脸美丽的意义及应用 | 第33页 |
| ·关于人脸美丽吸引力研究的讨论 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 人脸美丽吸引力的几何特征研究 | 第36-77页 |
| ·人脸美丽吸引力的可学习假设 | 第37-39页 |
| ·基于机器学习的人脸美丽吸引力预测模型 | 第38-39页 |
| ·几种用于人脸美丽吸引力预测的机器学习方法 | 第39-50页 |
| ·基于机器学习的预测模型 | 第39-40页 |
| ·最小均方误差线性回归 | 第40-41页 |
| ·基于AIC的线性预测 | 第41-42页 |
| ·Gaussian回归 | 第42-43页 |
| ·基于支持向量机（SVM）的预测模型 | 第43-47页 |
| ·基于多层感知器（MLP）神经网络的预测模型 | 第47-49页 |
| ·K 近邻（KNN）回归预测模型 | 第49页 |
| ·预测性能指标 | 第49-50页 |
| ·人脸美丽吸引力几何特征分析 | 第50-62页 |
| ·基于AAM 的人脸特征点检测方法 | 第50-51页 |
| ·几种传统的表征人脸美丽的几何特征提取方法 | 第51-59页 |
| ·本文提出的三种表征人脸美丽的几何特征提取方法 | 第59-62页 |
| ·Wrapper 特征选择方法 | 第62-64页 |
| ·实验结果与分析 | 第64-75页 |
| ·实验数据 | 第64-65页 |
| ·不同几何特征在不同回归算法下的预测性能 | 第65-72页 |
| ·特征选择算法对不同几何特征的预测性能 | 第72-73页 |
| ·不同几何特征的预测性能指标对比 | 第73-74页 |
| ·实验结果讨论 | 第74-75页 |
| ·本章小节 | 第75-77页 |
| 第四章 基于纹理特征的人脸美丽吸引力分析及预测 | 第77-97页 |
| ·引言：人脸纹理特征对美丽的影响 | 第77-78页 |
| ·主分量分析(PCA)及特征脸(Eigenface)纹理特征提取 | 第78-80页 |
| ·Gabor 纹理特征提取 | 第80-89页 |
| ·Gabor滤波器简介 | 第81-85页 |
| ·Gabor纹理特征提取 | 第85-87页 |
| ·三种改进的局部采样Gabor纹理特征提取方法 | 第87-89页 |
| ·特征选择 | 第89页 |
| ·实验结果与分析 | 第89-95页 |
| ·实验数据及预处理 | 第89-90页 |
| ·不同的纹理特征的预测性能比较 | 第90-92页 |
| ·经过Wrapper特征选择后的预测性能 | 第92-95页 |
| ·Gabor特征和几何特征的融合性能 | 第95页 |
| ·本章小节 | 第95-97页 |
| 第五章 基于平均脸假说的美丽人脸合成及预测 | 第97-123页 |
| ·引言：平均脸合成的相关技术背景简介 | 第97-98页 |
| ·认知心理学的平均脸假说 | 第98页 |
| ·基于平均脸假说的美丽人脸合成方法 | 第98-112页 |
| ·人脸特征点提取 | 第99-100页 |
| ·基于Delaunay三角剖分的人脸区域分割 | 第100-104页 |
| ·基于广义Procrustes分析的人脸图像对准 | 第104-108页 |
| ·人脸图像的分段仿射变换 | 第108-110页 |
| ·平均脸的合成 | 第110-112页 |
| ·实验结果及分析 | 第112-120页 |
| ·实验数据 | 第112-114页 |
| ·对50幅不同男性及女性人脸的处理效果 | 第114页 |
| ·采用不同美丽吸引力的人脸进行平均脸合成的效果 | 第114-116页 |
| ·合成不同风格的平均脸 | 第116-117页 |
| ·合成具有个性化特征的平均脸 | 第117-119页 |
| ·对合成平均脸的美丽吸引力预测及分析 | 第119-120页 |
| ·平均脸技术应用讨论 | 第120-122页 |
| ·本章小节 | 第122-123页 |
| 结论及展望 | 第123-127页 |
| 参考文献 | 第127-139页 |
| 攻读博士学位期间取得的研究成果 | 第139-141页 |
| 致谢 | 第141页 |