基于不变量约束的人脸基准点提取算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第8-9页 |
| 1 人脸基准点提取简介 | 第9-16页 |
| 1.1 人脸基准点提取的背景和意义 | 第9-11页 |
| 1.1.1 人脸基准点提取的重要性 | 第9-10页 |
| 1.1.2 人脸基准点提取的难点 | 第10-11页 |
| 1.2 人脸基准点提取算法相关理论 | 第11-14页 |
| 1.2.1 基于纹理约束的人脸基准点提取 | 第11-12页 |
| 1.2.2 基于形状约束的人脸基准点提取 | 第12-13页 |
| 1.2.3 基于回归的人脸基准点提取 | 第13-14页 |
| 1.3 本文算法思想的引入 | 第14-16页 |
| 2 相关及对比算法 | 第16-28页 |
| 2.1 相关算法介绍 | 第16-19页 |
| 2.1.1 基于机器学习的相关算法 | 第16-17页 |
| 2.1.2 基于不变量的相关算法 | 第17-18页 |
| 2.1.3 基于先验规则的算法 | 第18-19页 |
| 2.1.4 基于关联信息的算法 | 第19页 |
| 2.2 对比实验的4个算法简介 | 第19-28页 |
| 2.2.1 利用Gabor特征自动检测脸部基准点 | 第19-21页 |
| 2.2.2 延伸的主动形状模型定位基准点 | 第21-25页 |
| 2.2.3 利用回归和图模型检测脸部基准点 | 第25-26页 |
| 2.2.4 利用形状回归进行人脸对齐 | 第26-28页 |
| 3 特征数 | 第28-34页 |
| 3.1 预备知识 | 第28-29页 |
| 3.1.1 特征比的定义 | 第28页 |
| 3.1.2 特征数的定义 | 第28-29页 |
| 3.2 共线性和交比 | 第29-30页 |
| 3.2.1 共线性 | 第29-30页 |
| 3.2.2 交比 | 第30页 |
| 3.3 6点构成的特征数 | 第30-34页 |
| 3.3.1 二次曲线上6点特征数 | 第30-31页 |
| 3.3.2 环路特征数 | 第31-32页 |
| 3.3.3 任意3点不共线的6点特征数 | 第32-34页 |
| 4 特征数约束下的基准点提取算法 | 第34-40页 |
| 4.1 用特征数寻找人脸固有特性 | 第34-36页 |
| 4.1.1 基于3点特征数的固有特性 | 第34-35页 |
| 4.1.2 基于5点和6点特征数的固有特性 | 第35-36页 |
| 4.2 3种约束下人脸基准点的提取 | 第36-40页 |
| 4.2.1 特征数约束 | 第37-38页 |
| 4.2.2 边缘/拐点 | 第38-39页 |
| 4.2.3 纹理约束 | 第39-40页 |
| 5 实验配置与结果 | 第40-53页 |
| 5.1 实验配置 | 第40页 |
| 5.2 结果误差度量标准 | 第40-41页 |
| 5.3 测试图像数据库简介 | 第41-42页 |
| 5.4 本文算法基准点定位的性能 | 第42-45页 |
| 5.5 定位精度的性能对比 | 第45-48页 |
| 5.6 不同环境变化下的人脸定位性能对比 | 第48-51页 |
| 5.7 基于回归的算法受训练集的影响 | 第51-52页 |
| 5.8 算法所需时间 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-60页 |
| 致谢 | 第60-61页 |
