人脸检测以及脸部特征点定位方法的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8页 |
| 1.2 人脸检测技术概述 | 第8-11页 |
| 1.2.1 人脸检测概念 | 第8页 |
| 1.2.2 人脸检测国内外研究现状及进展 | 第8-9页 |
| 1.2.3 人脸检测的评价标准 | 第9-11页 |
| 1.3 人脸特征点定位技术概述 | 第11-12页 |
| 1.3.1 人脸特征点定位概念 | 第11页 |
| 1.3.2 人脸特征点定位国内外研究现状及进展 | 第11-12页 |
| 1.3.3 人脸特征点定位评价准则 | 第12页 |
| 1.4 论文提纲和本文的工作 | 第12-14页 |
| 第二章 人脸检测相关技术研究 | 第14-28页 |
| 2.1 特征提取 | 第14-20页 |
| 2.1.1 Haar特征以及计算 | 第14-17页 |
| 2.1.2 LBP特征 | 第17-20页 |
| 2.2 Adaboost算法 | 第20页 |
| 2.3 级联分类器的训练 | 第20-21页 |
| 2.4 多视角人脸检测系统 | 第21-25页 |
| 2.5 肤色过滤 | 第25-26页 |
| 2.6 性能和结果展示 | 第26-27页 |
| 2.7 本章总结 | 第27-28页 |
| 第三章 人脸特征点定位技术研究 | 第28-50页 |
| 3.1 AAM特征点定位方法 | 第28-31页 |
| 3.1.1 独立AAM和联合AAM | 第28-30页 |
| 3.1.2 AAM拟合算法 | 第30-31页 |
| 3.2 CLM算法 | 第31-42页 |
| 3.2.1 CLM模型构建 | 第32-41页 |
| 3.2.2 CLM检测过程 | 第41-42页 |
| 3.3 随机森林算法 | 第42-46页 |
| 3.3.1 随机回归森林训练方法 | 第43-45页 |
| 3.3.2 随机森林检测方法 | 第45-46页 |
| 3.4 本文的人脸特征点定位系统 | 第46-48页 |
| 3.5 其他相关的特征点定位方法 | 第48页 |
| 3.6 本章总结 | 第48-50页 |
| 第四章 分类器训练与性能评测 | 第50-56页 |
| 4.1 训练样本 | 第50-51页 |
| 4.2 特征点定位性能评测 | 第51-56页 |
| 4.2.1 评测样本选择 | 第51-52页 |
| 4.2.2 性能评估结果 | 第52-56页 |
| 第五章 总结展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 附录 缩略语表 | 第61-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士期间发表的论文 | 第63页 |
