| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·人脸特征点定位技术的国内外研究现状 | 第10-13页 |
| ·人脸特征点跟踪技术的国内外研究现状 | 第13页 |
| ·本文研究内容 | 第13-14页 |
| ·论文的组织安排 | 第14-16页 |
| 第二章 ADABOOST 人脸检测及人脸特征点的选择与分类 | 第16-26页 |
| ·基于ADABOOST算法的人脸检测 | 第16-20页 |
| ·人脸检测的主要技术方法 | 第16-18页 |
| ·Adaboost 算法用于人脸检测 | 第18-20页 |
| ·人脸特征点的选择与分类 | 第20-24页 |
| ·人脸面部主要器官的分布规律 | 第20-22页 |
| ·人脸特征点的定义 | 第22-23页 |
| ·人脸特征点的选取 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 改进的 ASM 面部特征点定位算法 | 第26-38页 |
| ·传统主动形状模型 | 第26-31页 |
| ·建立统计形状模型 | 第26-28页 |
| ·建立局部纹理模型 | 第28-29页 |
| ·目标搜索 | 第29-31页 |
| ·改进的ASM 面部特征点定位算法 | 第31-33页 |
| ·叠加的 ASM 实现模型初始定位 | 第31-32页 |
| ·二维邻域内实现特征点搜索 | 第32-33页 |
| ·实验结果及分析 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 改进的金字塔 LUCAS KANADE 光流算法实现视频人脸特征点跟踪 | 第38-56页 |
| ·金字塔LUCAS KANADE 光流算法 | 第38-41页 |
| ·光流场 | 第38-39页 |
| ·金字塔 Lucas Kanade 光流算法 | 第39-41页 |
| ·改进的LUCAS KANADE 光流算法跟踪人脸特征点 | 第41-45页 |
| ·仿射矫正跟踪小姿态人脸特征点 | 第42-44页 |
| ·改进的金字塔 Lucas Kanade 光流算法跟踪中/大姿态人脸特征点 | 第44-45页 |
| ·自遮挡情况的处理 | 第45-47页 |
| ·第三类特征点的定位 | 第47-54页 |
| ·色彩空间及其转换 | 第48-51页 |
| ·人脸外轮廓点的定位 | 第51-52页 |
| ·额头和脸颊点的定位 | 第52-54页 |
| ·实验结果及分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 利用定位的人脸特征点在人脸姿态估计中的应用 | 第56-62页 |
| ·利用特征点进行人脸姿态估计的方法 | 第56-57页 |
| ·人脸姿态估计 | 第57-60页 |
| ·人脸姿态表示方法 | 第57-58页 |
| ·人脸对于 Y 轴旋转角度的计算方法 | 第58-60页 |
| ·实验结果及分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 在校期间的科研成果 | 第71页 |
