摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第8-15页 |
1.1 课题研究的背景及意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-13页 |
1.3 本文内容简介 | 第13-14页 |
1.4 论文结构安排 | 第14-15页 |
第二章 基于级联回归人脸特征点定位的基本原理 | 第15-27页 |
2.1 基于级联回归人脸特征点定位一般流程 | 第15-16页 |
2.2 基于Viola-Jones检测器的人脸检测 | 第16-19页 |
2.2.1 Harr-like特征 | 第16页 |
2.2.2 积分图像 | 第16-17页 |
2.2.3 Adaboost算法 | 第17-19页 |
2.3 级联形状回归模型 | 第19-23页 |
2.3.1 初始化方法 | 第19-20页 |
2.3.2 形状索引特征 | 第20-22页 |
2.3.3 相关性特征选择 | 第22-23页 |
2.4 主流的级联回归方法 | 第23-26页 |
2.5 人脸特征点定位评价指标 | 第26页 |
2.6 本章小结 | 第26-27页 |
第三章 改进的显式形状回归人脸特征点定位算法 | 第27-37页 |
3.1 引言 | 第27页 |
3.2 改进的显式形状回归人脸特征点定位算法基本原理 | 第27-30页 |
3.2.1 基于三点定位的人脸形状初始化 | 第28-29页 |
3.2.2 基于像素块特征的人脸特征点定位 | 第29页 |
3.2.3 基于多假设融合策略的人脸特征点定位 | 第29-30页 |
3.3 算法实现步骤 | 第30-31页 |
3.4 仿真实验结果与分析 | 第31-35页 |
3.5 本章小结 | 第35-37页 |
第四章 基于仿射变换参数回归和二值化特征的人脸特征点定位 | 第37-47页 |
4.1 引言 | 第37页 |
4.2 基于仿射变换参数回归和局部二值化特征的人脸特征点定位基本原理 | 第37-40页 |
4.2.1 基于仿射变换参数回归的人脸形状初始化 | 第38-39页 |
4.2.2 基于随机蕨学习局部二值化特征 | 第39-40页 |
4.2.3 全局线性回归 | 第40页 |
4.3 算法实现步骤 | 第40-41页 |
4.4 仿真实验结果与分析 | 第41-46页 |
4.4.1 实验参数设置 | 第42页 |
4.4.2 本章算法实验过程效果图展示 | 第42页 |
4.4.3 与现有算法的定量分析对比 | 第42-45页 |
4.4.4 与现有算法的定性分析对比 | 第45-46页 |
4.5 本章小结 | 第46-47页 |
第五章 基于级联回归和多视角生成模型的人脸特征点定位 | 第47-59页 |
5.1 引言 | 第47页 |
5.2 基于级联回归和多视角生成模型的人脸特征点定位基本原理 | 第47-51页 |
5.2.1 CPR模型的基本原理 | 第48-50页 |
5.2.2 基于多视角生成模型的人脸姿态估计 | 第50-51页 |
5.3 算法实现步骤 | 第51-52页 |
5.4 仿真实验结果与分析 | 第52-57页 |
5.4.1 仿真结果与分析 | 第52-55页 |
5.4.2 本文三种算法性能评价 | 第55-57页 |
5.5 本章小结 | 第57-59页 |
主要结论与展望 | 第59-61页 |
主要结论 | 第59页 |
展望 | 第59-61页 |
致谢 | 第61-62页 |
参考文献 | 第62-66页 |
附录: 作者在攻读硕士学位期间发表的论文 | 第66页 |