基于活动形状模型的人脸特征定位的研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-17页 |
| ·研究背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·人脸特征定位的主要方法 | 第13-14页 |
| ·活动形状模型的相关研究 | 第14-15页 |
| ·人脸特征定位中的研究难点 | 第15页 |
| ·论文主要研究内容 | 第15-16页 |
| ·论文结构安排 | 第16-17页 |
| 第2章 传统活动形状模型算法 | 第17-24页 |
| ·建立全局形状模型 | 第18-20页 |
| ·标记特征点 | 第18-19页 |
| ·训练样本对齐 | 第19页 |
| ·建立全局形状模型 | 第19-20页 |
| ·建立局部模型 | 第20-22页 |
| ·ASM 的搜索过程 | 第22-23页 |
| ·活动形状模型存在的不足 | 第23-24页 |
| ·本章小结 | 第24页 |
| 第3章 基于特征融合的人脸特征定位 | 第24-35页 |
| ·确定活动形状模型的初始位置 | 第24-26页 |
| ·局部二值模式算法 | 第26-28页 |
| ·特征融合方法 | 第28-30页 |
| ·提取 LBP 特征 | 第28-29页 |
| ·特征融合 | 第29-30页 |
| ·改进的 ASM 搜索算法 | 第30-31页 |
| ·实验分析 | 第31-34页 |
| ·常用人脸库简介 | 第31-32页 |
| ·实验结果比较 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于多种群遗传算法的人脸特征定位 | 第35-50页 |
| ·遗传算法 | 第35-40页 |
| ·引言 | 第35-36页 |
| ·遗传算法的执行过程 | 第36-37页 |
| ·遗传算法的特点 | 第37页 |
| ·遗传算法的应用 | 第37-38页 |
| ·遗传算法的理论研究 | 第38-40页 |
| ·多种群遗传算法 | 第40-42页 |
| ·简介多种群遗传算法 | 第40-41页 |
| ·多种群遗传算法的研究现状 | 第41-42页 |
| ·改进的多种群遗传算法 | 第42-43页 |
| ·多种群遗传算法应用于活动形状模型 | 第43-46页 |
| ·引言 | 第43页 |
| ·新的人脸模型 | 第43-44页 |
| ·染色体的构成 | 第44-45页 |
| ·适应度函数的确定 | 第45-46页 |
| ·实验分析 | 第46-48页 |
| ·本章小结 | 第48-50页 |
| 总结与展望 | 第50-52页 |
| 总结 | 第50-51页 |
| 展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 附录 A 攻读硕士学位期间发表的学术论文目录 | 第57页 |
