基于单目相机的头部姿态估计算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·头部姿态估计的研究背景 | 第10-11页 |
| ·人脸识别系统 | 第10页 |
| ·注视方向 | 第10-11页 |
| ·汽车安全辅助驾驶 | 第11页 |
| ·头部姿态估计定义 | 第11-12页 |
| ·国内外研究现状 | 第12-18页 |
| ·表观匹配方法 | 第12-13页 |
| ·检测器阵列方法 | 第13-14页 |
| ·非线性回归方法 | 第14页 |
| ·流形嵌入方法 | 第14-15页 |
| ·柔性模型方法 | 第15-16页 |
| ·几何方法 | 第16-17页 |
| ·跟踪方法 | 第17页 |
| ·混合方法 | 第17-18页 |
| ·本文主要内容及安排 | 第18-20页 |
| 第2章 头部姿态估计 | 第20-26页 |
| ·头部姿态估计的理论基础 | 第20-21页 |
| ·头部姿态估计方法综述 | 第21-24页 |
| ·基于模型的方法 | 第22页 |
| ·基于表观的方法 | 第22-24页 |
| ·头部姿态估计的难点 | 第24页 |
| ·本章小结 | 第24-26页 |
| 第3章 头部姿态估计算法研究 | 第26-48页 |
| ·头部特征提取 | 第26-36页 |
| ·Gabor特征提取算法 | 第27-29页 |
| ·梯度方向直方图特征提取算法 | 第29-32页 |
| ·头部姿态估计特征提取的改进 | 第32-36页 |
| ·头部姿态估计分类算法设计 | 第36-46页 |
| ·支持向量机算法 | 第36-42页 |
| ·多分类器的设计 | 第42-44页 |
| ·头部姿态估计分类器的设计 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 第4章 实验与分析 | 第48-56页 |
| ·HOG特征最优参数的选择 | 第49-53页 |
| ·梯度算子选择 | 第49-50页 |
| ·方向区间直方图数目选择 | 第50-51页 |
| ·步进数选择 | 第51页 |
| ·归一化方法选择 | 第51-52页 |
| ·图像单元和图像块尺寸选择 | 第52-53页 |
| ·HOG特征与其他特征的比较 | 第53页 |
| ·本文方法的优势 | 第53-55页 |
| ·HOG特征的优势 | 第53-54页 |
| ·特征融合的优势 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 总结和展望 | 第56-58页 |
| ·本文工作总结 | 第56页 |
| ·未来工作展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |
