首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

二维到三维人脸美丽预测研究

摘要第4-6页
ABSTRACT第6-7页
缩略语第12-13页
1 绪论第13-27页
    1.1 研究背景与意义第13-14页
    1.2 研究现状与现存问题第14-21页
        1.2.1 基于特征表达的人脸美丽预测第15-17页
        1.2.2 基于整体表达的人脸美丽预测第17-18页
        1.2.3 基于组合表达的人脸美丽预测第18-20页
        1.2.4 现存问题第20-21页
    1.3 论文主要研究内容与章节安排第21-27页
        1.3.1 论文研究内容第21-24页
        1.3.2 全文章节安排第24-27页
2 人脸数据库与美丽分数数据库第27-41页
    2.1 现存数据库简介第27-30页
    2.2 BJUT-3D人脸数据库第30-34页
        2.2.1 数据库简介第30页
        2.2.2 人脸数据预处理第30-32页
        2.2.3 人脸数据过滤第32-34页
    2.3 美丽分数数据库第34-38页
        2.3.1 打分实验设计第34-36页
        2.3.2 分数验证与过滤第36-37页
        2.3.3 分数统计与分析第37-38页
    2.4 基于BJUT-3D的人脸数据库与美丽分数数据库第38-39页
    2.5 本章小结第39-41页
3 基于准则驱动和数据驱动的2D人脸美丽预测第41-61页
    3.1 正面人脸特征点检测第41-45页
        3.1.1 特征点定义第41-42页
        3.1.2 特征点检测第42-44页
        3.1.3 特征点标准化第44-45页
    3.2 准则驱动的人脸美丽特征第45-52页
        3.2.1 准则驱动几何特征第45-47页
        3.2.2 准则驱动表观特征第47-52页
    3.3 数据驱动的人脸美丽特征第52-53页
        3.3.1 数据驱动比例特征第52页
        3.3.2 增量式特征选择第52-53页
    3.4 实验结果与分析第53-59页
        3.4.1 实验设置第54页
        3.4.2 准则驱动几何特征下的人脸美丽预测第54-56页
        3.4.3 准则驱动表观特征下的人脸美丽预测第56-57页
        3.4.4 数据驱动比例特征下的人脸美丽预测第57-59页
    3.5 本章小结第59-61页
4 基于深度残差网络和标记分布学习的2D人脸美丽预测第61-77页
    4.1 人脸美丽的标记分布第63-65页
        4.1.1 相关概念第63-64页
        4.1.2 美丽标记分布第64-65页
    4.2 基于残差学习的人脸美丽深度特征第65-67页
        4.2.1 深度残差网络模型第66页
        4.2.2 人脸美丽深度特征第66-67页
    4.3 标记分布学习模型第67-68页
    4.4 实验结果与分析第68-75页
        4.4.1 实验设置第69-70页
        4.4.2 不同深度网络下的人脸美丽预测第70-71页
        4.4.3 标记分布学习下的人脸美丽预测第71-72页
        4.4.4 融合低阶特征下的人脸美丽预测第72-73页
        4.4.5 本章方法的更多讨论第73-75页
    4.5 本章小结第75-77页
5 基于数据驱动几何特征和群体分类特征的2.5D人脸美丽预测第77-93页
    5.1 侧面人脸特征点检测第78-80页
    5.2 数据驱动几何特征的提取与选择第80-82页
        5.2.1 比例、夹角、倾角特征第80-81页
        5.2.2 IFS算法下的特征选择第81-82页
    5.3 群体分类特征第82-84页
    5.4 实验结果与分析第84-91页
        5.4.1 实验设置第84页
        5.4.2 数据驱动几何特征下的人脸美丽预测第84-86页
        5.4.3 引入群体分类特征下的人脸美丽预测第86-88页
        5.4.4 2.5D人脸美丽预测第88-91页
    5.5 本章小结第91-93页
6 基于准则驱动和数据驱动的3D人脸美丽预测第93-107页
    6.1 3D人脸特征点检测第94-98页
        6.1.1 现有方法简介第94-95页
        6.1.2 3D特征点检测实现第95-98页
    6.2 3D准则驱动几何特征第98-100页
        6.2.1 3D形状算子第98页
        6.2.2 3D人脸比例特征第98-99页
        6.2.3 基于面部区域的曲率算子第99-100页
    6.3 3D数据驱动几何特征第100-101页
    6.4 实验结果与分析第101-105页
        6.4.1 实验设置第101-102页
        6.4.2 3D准则驱动几何特征下的人脸美丽预测第102页
        6.4.3 3D数据驱动几何特征下的人脸美丽预测第102-105页
    6.5 本章小结第105-107页
7 总结与展望第107-111页
    7.1 论文工作总结第107-108页
    7.2 未来研究展望第108-111页
参考文献第111-121页
致谢第121-122页
攻读博士学位期间发表的学术论文和参加科研情况第122-123页

论文共123页,点击 下载论文
上一篇:基于同步辐射β-型钛合金力学行为及物理机制的研究
下一篇:铁基二元合金辐照损伤及气泡在电子束辐照下的行为研究