基于统计模型的人脸面部特征定位方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究意义及背景 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·论文的结构安排 | 第13-14页 |
| 第二章 相关知识介绍 | 第14-23页 |
| ·主成分分析 | 第14-17页 |
| ·PCA 的原理 | 第14-16页 |
| ·PCA 的性质 | 第16-17页 |
| ·独立成分分析 | 第17-23页 |
| ·ICA 的基本原理 | 第17-18页 |
| ·ICA 的假设条件 | 第18-19页 |
| ·ICA 的主要算法 | 第19-20页 |
| ·ICA 的排序问题 | 第20-22页 |
| ·ICA 在人脸识别中的应用 | 第22-23页 |
| 第三章 主动形状模型及改进 | 第23-44页 |
| ·ASM | 第23-33页 |
| ·形状模型的建立 | 第23-29页 |
| ·局部纹理建模 | 第29-30页 |
| ·基于ASM 的面部特征定位 | 第30-33页 |
| ·改进的ASM | 第33-43页 |
| ·基于ICA 的形状建模 | 第34-35页 |
| ·PCA 和ICA 相结合的搜索策略 | 第35-37页 |
| ·实验结果与分析 | 第37-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于独立成分分析的主动表观模型 | 第44-61页 |
| ·基于ICA 的统计形状模型的建立 | 第45页 |
| ·基于PCA 的统计纹理模型的建立 | 第45-51页 |
| ·纹理样本的获取 | 第45-48页 |
| ·对形状无关纹理样本进行主成分分析 | 第48页 |
| ·对统计纹理模型的主成分分析的改善 | 第48-49页 |
| ·对统计纹理模型中参数的分析 | 第49-51页 |
| ·统计表观模型的建立 | 第51-54页 |
| ·统计表观模型建模 | 第51-52页 |
| ·表观模型权重W_s 的选择 | 第52页 |
| ·统计表观模型对图像的重构 | 第52-54页 |
| ·主动表观模型搜索算法 | 第54-56页 |
| ·优化线性关系矩阵的建立 | 第54-55页 |
| ·表观模型的搜索过程 | 第55-56页 |
| ·实验结果 | 第56-60页 |
| ·人脸库的结构 | 第56页 |
| ·实验方法及结果分析 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 结论 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 研究成果 | 第67页 |
