基于统计学习的人脸特征点定位算法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第15-33页 |
| 1.1 研究背景 | 第15-19页 |
| 1.1.1 人脸分析与识别的意义 | 第15-16页 |
| 1.1.2 人脸特征点定位问题的提出及挑战 | 第16-18页 |
| 1.1.3 人脸特征点定位的应用 | 第18-19页 |
| 1.2 人脸特征点定位研究综述 | 第19-30页 |
| 1.2.1 特征点定位算法的研究现状 | 第19-21页 |
| 1.2.2 基于统计形变模型的方法 | 第21-22页 |
| 1.2.3 基于统计形变模型方法的改进 | 第22-25页 |
| 1.2.4 基于鉴别式学习的统计回归方法 | 第25-26页 |
| 1.2.5 基于深度学习的方法 | 第26-27页 |
| 1.2.6 已标定特征点的公用人脸图像数据库介绍 | 第27-30页 |
| 1.3 论文的主要研究内容 | 第30-33页 |
| 1.3.1 主要工作和成果 | 第30-31页 |
| 1.3.2 论文的组织结构 | 第31-33页 |
| 2 基于AAM的人脸建模及特征点选择分析 | 第33-49页 |
| 2.1 引言 | 第33页 |
| 2.2 AAM人脸建模 | 第33-43页 |
| 2.2.1 主成分分析 | 第33-35页 |
| 2.2.2 形状统计模型 | 第35-37页 |
| 2.2.3 纹理统计模型 | 第37-40页 |
| 2.2.4 建模结果与分析 | 第40-43页 |
| 2.3 特征点选择分析 | 第43-45页 |
| 2.4 LFiPR数据库的建立 | 第45-47页 |
| 2.5 本章小结 | 第47-49页 |
| 3 基于光流约束AAM的人脸特征点跟踪 | 第49-65页 |
| 3.1 引言 | 第49页 |
| 3.2 主动表观模型 | 第49-51页 |
| 3.2.1 模型描述 | 第49-50页 |
| 3.2.2 模型匹配的目标优化函数 | 第50-51页 |
| 3.3 反向组合图像匹配算法 | 第51-56页 |
| 3.3.1 Lucas-Kanade图像匹配算法 | 第52-53页 |
| 3.3.2 前向组合匹配算法 | 第53页 |
| 3.3.3 反向组合匹配算法 | 第53-54页 |
| 3.3.4 基于ICA的AAM特征点拟合 | 第54-56页 |
| 3.4 基于光流约束的人脸特征点跟踪 | 第56-59页 |
| 3.4.1 Lucas-Kanade光流跟踪算法 | 第57-58页 |
| 3.4.2 帧间相关性 | 第58页 |
| 3.4.3 帧问相关性保持 | 第58-59页 |
| 3.4.4 特征点跟踪的算法步骤 | 第59页 |
| 3.5 实验设计与分析 | 第59-64页 |
| 3.5.1 静态图像上的特征点定位 | 第60-61页 |
| 3.5.2 视频图像上的特征点跟踪 | 第61-64页 |
| 3.6 本章小结 | 第64-65页 |
| 4 基于统计形变模型的两步骤人脸特征点定位方法 | 第65-75页 |
| 4.1 引言 | 第65-66页 |
| 4.2 统计形变模型描述 | 第66-68页 |
| 4.2.1 形状点分布模型PDM | 第67页 |
| 4.2.2 AAM统计表观模型 | 第67页 |
| 4.2.3 ASM局部灰度模型 | 第67-68页 |
| 4.3 改进的二维局部纹理模型 | 第68-70页 |
| 4.4 两步骤人脸特征点定位方法 | 第70-71页 |
| 4.4.1 方法描述 | 第70-71页 |
| 4.4.2 内部特征点约束 | 第71页 |
| 4.5 实验与分析 | 第71-72页 |
| 4.6 本章小结 | 第72-75页 |
| 5 基于分类随机蕨的级联形状回归定位方法 | 第75-91页 |
| 5.1 引言 | 第75-76页 |
| 5.2 随机蕨结构 | 第76-78页 |
| 5.3 级联形状回归模型 | 第78-79页 |
| 5.4 分类随机蕨回归 | 第79-84页 |
| 5.4.1 分类随机蕨的构建 | 第79-81页 |
| 5.4.2 特征串的生成 | 第81-82页 |
| 5.4.3 基于姿态估计的形状初始化 | 第82-84页 |
| 5.4.4 人脸归一化 | 第84页 |
| 5.5 实验 | 第84-89页 |
| 5.5.1 实验参数设置 | 第84-85页 |
| 5.5.2 实验对比与分析 | 第85-87页 |
| 5.5.3 陌生人脸匹配实验 | 第87-89页 |
| 5.6 本章小结 | 第89-91页 |
| 6 总结与展望 | 第91-95页 |
| 6.1 研究工作总结 | 第91-92页 |
| 6.2 未来展望 | 第92-95页 |
| 致谢 | 第95-97页 |
| 参考文献 | 第97-111页 |
| 附录 | 第111-112页 |
