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

基于最大后验概率与子空间学习的二维人脸变换

摘要第1-4页
Abstract第4-11页
第1章 绪论第11-15页
   ·课题背景第11-13页
     ·二维人脸变换的应用场景第11-12页
     ·二维人脸变换的前景及挑战第12-13页
   ·本文工作第13页
   ·论文结构第13-15页
第2章 二维人脸变换模型的相关综述第15-29页
   ·二维人脸年龄和色彩变换的相关工作第15-19页
   ·最大后验概率与贝叶斯公式第19-20页
   ·子空间学习第20-27页
     ·常用的子空间学习方法第20-25页
     ·稀疏编码第25-26页
     ·局部性约束的线性编码第26-27页
   ·本章小结第27-29页
第3章 二维人脸年龄的变换第29-48页
   ·基于最大后验概率的学习框架第29-32页
   ·全局几何变换:仿射变换第32-34页
     ·计算偏移向量第33页
     ·仿射变换第33-34页
   ·局部年老化皮肤纹理的合成:稀疏编码第34-42页
     ·衰老人脸纹理的稀疏编码表示第36-38页
     ·衰老系数第38页
     ·学习衰老系数第38-40页
     ·基于无参数马尔科夫随机场的年老化皮肤纹理合成第40-42页
   ·实验结果第42-47页
     ·数据集和预处理第42-43页
     ·年老化模拟结果第43-44页
     ·与其他方法的对比第44-47页
   ·本章小结第47-48页
     ·本章描述衰老模型的主要特点第47页
     ·该模型的不足之处和未来的工作第47-48页
第4章 二维人脸颜色的变换第48-65页
   ·理论出发点及问题陈述第49-51页
   ·具体算法第51-58页
     ·基于局部坐标系统的patch预测第51-53页
     ·局部性约束的子空间学习与迭代优化能量函数第53-55页
     ·使用不同线性编码方案的讨论第55-58页
   ·实验结果第58-63页
     ·训练数据集及预处理第58-59页
     ·使用方法的恢复结果及比较第59-62页
     ·与传统伪彩色方法的对比第62-63页
   ·本章小结第63-65页
     ·本章所提出的人脸色彩恢复模型的特点第63-64页
     ·该模型的不足之处和未来的工作第64-65页
第5章 工作总结及展望第65-67页
   ·工作总结第65-66页
   ·未来工作展望第66-67页
参考文献第67-71页
攻读硕士学位期间主要的研究成果第71-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:钱塘电子表单快速开发系统的研究和实现
下一篇:中文文本分类方法研究