实时视频中人脸跟踪和表情分析研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-18页 |
| ·引言 | 第13页 |
| ·研究的背景和意义 | 第13-14页 |
| ·目前国内外的研究情况 | 第14-16页 |
| ·人脸跟踪的研究现状和前景 | 第14-15页 |
| ·人脸表情分析的研究现状和前景 | 第15-16页 |
| ·论文的主要工作和各章内容安排 | 第16-18页 |
| 第二章 实时人脸检测和跟踪设计 | 第18-32页 |
| ·基于肤色模型的人脸检测 | 第18-25页 |
| ·肤色建模 | 第18-23页 |
| ·色度空间选择 | 第18-19页 |
| ·肤色建模的关键技术 | 第19-23页 |
| ·人脸分割及验证 | 第23-24页 |
| ·检测结果 | 第24-25页 |
| ·人脸跟踪算法 | 第25-31页 |
| ·单人脸跟踪算法 | 第25-26页 |
| ·基于代数特征的多人脸跟踪算法 | 第26-31页 |
| ·2DPCA算法 | 第27-28页 |
| ·多人脸跟踪及匹配算法 | 第28-30页 |
| ·实验结果 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第三章 隐马尔可夫模型(HMM)数学基础 | 第32-39页 |
| ·HMM基本思想 | 第32-35页 |
| ·Markov链 | 第32-33页 |
| ·HMM基本概念 | 第33-34页 |
| ·HMM定义 | 第34-35页 |
| ·HMM基本算法 | 第35-38页 |
| ·前向—后向算法 | 第35-36页 |
| ·Viterbi算法 | 第36-37页 |
| ·Baum-Welch算法 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第四章 隐马尔可夫模型人脸表情分析 | 第39-52页 |
| ·HMM模型中观察值序列的生成 | 第39-45页 |
| ·图像预处理 | 第39-42页 |
| ·灰度预处理 | 第40-41页 |
| ·角度预处理 | 第41页 |
| ·尺寸预处理 | 第41-42页 |
| ·提取表情特征 | 第42-44页 |
| ·基于 K均值聚类的观察值序列生成 | 第44-45页 |
| ·HMM模型状态的确定 | 第45-46页 |
| ·训练人脸表情分析的 HMM模型 | 第46-47页 |
| ·识别人脸表情 | 第47-48页 |
| ·实验结果分析 | 第48-51页 |
| ·小结 | 第51-52页 |
| 第五章 基于 DSP的算法实现及优化 | 第52-61页 |
| ·引言 | 第52-53页 |
| ·TMS320C6000系列 DSP的特点 | 第53-54页 |
| ·算法移植和优化步骤 | 第54-60页 |
| ·代码移植 | 第55-57页 |
| ·代码优化 | 第57-60页 |
| ·小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·本文主要工作 | 第61-62页 |
| ·对未来工作的展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士期间参与的课题和发表的论文 | 第67页 |
| 参与项目 | 第67页 |
| 发表论文 | 第67页 |
