| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 序 | 第8-11页 |
| 1 引言 | 第11-17页 |
| ·研究的背景和意义 | 第11-12页 |
| ·研究现状 | 第12-15页 |
| ·本文研究的主要问题及内容安排 | 第15-17页 |
| 2 人脸特征点定位方法 | 第17-27页 |
| ·基于先验规则的方法 | 第17-19页 |
| ·镶嵌图 | 第17-18页 |
| ·几何投影 | 第18页 |
| ·值化定位 | 第18-19页 |
| ·广义对称 | 第19页 |
| ·基于几何形状信息的方法 | 第19-22页 |
| ·Snake模型 | 第19-20页 |
| ·可变模板 | 第20-21页 |
| ·点分布模型PDM(Point Distributed Models) | 第21页 |
| ·主动形状模型ASM | 第21-22页 |
| ·主动外观模型AAM | 第22页 |
| ·基于外观信息的方法 | 第22-23页 |
| ·神经网络 | 第22-23页 |
| ·主成分分析PCA | 第23页 |
| ·支持向量机SVM | 第23页 |
| ·基于关联信息的方法 | 第23-25页 |
| ·概率网络 | 第24页 |
| ·动态链接模型DLA | 第24-25页 |
| ·Gabor小波网络GWN | 第25页 |
| ·基于色彩信息的方法 | 第25页 |
| ·特征定位方法的比较 | 第25-27页 |
| 3 主动形状模型(ASM)的方法及改进 | 第27-49页 |
| ·Snake模型的基本思想 | 第27-29页 |
| ·ASM算法 | 第29-44页 |
| ·ASM模型训练阶段 | 第30-39页 |
| ·ASM图像搜索过程 | 第39-44页 |
| ·ASM算法存在的不足及改进 | 第44-47页 |
| ·ASM算法存在的不足 | 第45-46页 |
| ·几种改进思想的分析比较 | 第46-47页 |
| ·ASM的发展 | 第47-49页 |
| 4 基于ASM的人脸特征点定位系统的实现 | 第49-69页 |
| ·基于ASM人脸特征点定位系统 | 第49-50页 |
| ·人脸检测算法 | 第50-53页 |
| ·基于Haar弱特征的人脸检测 | 第53-59页 |
| ·Adaboost训练算法 | 第54-58页 |
| ·Adaboost人脸区域检测 | 第58-59页 |
| ·基于ASM人脸特征点定位的实验 | 第59-68页 |
| ·样本集的训练 | 第60-62页 |
| ·对静态人脸图片定位结果 | 第62-64页 |
| ·对视频的处理结果 | 第64-66页 |
| ·人脸特征点定位结果分析 | 第66-68页 |
| ·实验结果分析 | 第68-69页 |
| 5 基于ASM人脸特征点定位的应用 | 第69-75页 |
| ·人脸线条画 | 第69-72页 |
| ·三维人脸动画 | 第72-75页 |
| 6 总结与展望 | 第75-77页 |
| ·总结 | 第75页 |
| ·展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 作者简历 | 第81-85页 |
| 学位论文数据集 | 第85页 |