基于序列蒙特卡罗滤波的人脸跟踪研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·选题背景和研究意义 | 第10-11页 |
| ·选题背景 | 第10-11页 |
| ·课题的意义 | 第11页 |
| ·人脸跟踪的研究进展 | 第11-13页 |
| ·国外人脸跟踪的研究进展 | 第11-12页 |
| ·国内人脸跟踪的研究进展 | 第12-13页 |
| ·人脸检测与跟踪难点 | 第13-14页 |
| ·主要研究内容和工作成果 | 第14页 |
| ·论文的结构安排 | 第14-16页 |
| 第2章 人脸跟踪技术研究 | 第16-33页 |
| ·引言 | 第16页 |
| ·人脸检测技术 | 第16-21页 |
| ·基于知识的方法 | 第16-17页 |
| ·基于特征的方法 | 第17-18页 |
| ·基于模板匹配的方法 | 第18-19页 |
| ·基于外观的方法 | 第19-21页 |
| ·目标跟踪技术 | 第21-26页 |
| ·目标的分割 | 第21-23页 |
| ·目标的跟踪 | 第23-26页 |
| ·人脸跟踪技术 | 第26-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 序列蒙特卡罗方法 | 第33-60页 |
| ·引言 | 第33-34页 |
| ·递推贝叶斯滤波原理及其实现 | 第34-37页 |
| ·非线性动态系统的描述 | 第34页 |
| ·贝叶斯滤波理论 | 第34-36页 |
| ·递推贝叶斯滤波的实现 | 第36-37页 |
| ·蒙特卡罗积分 | 第37-39页 |
| ·序列蒙特卡罗方法 | 第39-48页 |
| ·基本的序列蒙特卡罗方法 | 第39-44页 |
| ·几种改进的序列重要采样方法 | 第44-46页 |
| ·次优的序列重要采样方法 | 第46-48页 |
| ·序列蒙特卡罗方法的几个影响因素 | 第48-55页 |
| ·重要函数 | 第48-49页 |
| ·重采样 | 第49-52页 |
| ·粒子数的选择 | 第52-55页 |
| ·滤波与预测 | 第55-56页 |
| ·滤波 | 第55页 |
| ·预测 | 第55-56页 |
| ·滤波算法仿真结果 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| ·算法分析 | 第58-59页 |
| ·结论 | 第59-60页 |
| 第4章 基于序列蒙特卡罗方法的人脸跟踪 | 第60-87页 |
| ·引言 | 第60-61页 |
| ·目标模型的建立 | 第61-67页 |
| ·色彩空间的选取 | 第61-65页 |
| ·空间信息的融合 | 第65-67页 |
| ·相似度量 | 第67-68页 |
| ·跟踪算法介绍 | 第68-74页 |
| ·状态参量模型 | 第69页 |
| ·运动模型 | 第69-70页 |
| ·量测模型 | 第70-71页 |
| ·人脸跟踪算法 | 第71页 |
| ·算法流程及适用环境 | 第71-74页 |
| ·实验结果及分析 | 第74-86页 |
| ·单人跟踪 | 第74-79页 |
| ·多视角变化的人脸跟踪 | 第79-81页 |
| ·遮挡跟踪 | 第81-85页 |
| ·往返人脸非线性运动跟踪 | 第85-86页 |
| ·本章小结 | 第86-87页 |
| 结论 | 第87-89页 |
| 参考文献 | 第89-97页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第97-98页 |
| 致谢 | 第98页 |
