| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-18页 |
| ·研究背景及意义 | 第9-10页 |
| ·人脸识别技术概述 | 第10-11页 |
| ·人脸特征点定位概述 | 第11-17页 |
| ·人脸特征点定位介绍 | 第11-12页 |
| ·人脸特征点定位国内研究现状 | 第12-17页 |
| ·论文的结构安排 | 第17-18页 |
| 2 基于线性回归模型的人脸特征点估计 | 第18-41页 |
| ·引言 | 第18页 |
| ·线性回归模型 | 第18-20页 |
| ·多元线性回归 | 第18-19页 |
| ·多元线性回归模型参数估计 | 第19-20页 |
| ·基于线性回归的人脸特征点估计 | 第20-24页 |
| ·密集线性回归模型 | 第22页 |
| ·稀疏线性回归模型 | 第22-23页 |
| ·完全稀疏线性回归模型 | 第23页 |
| ·基于线性回归模型的人脸特征点估计算法 | 第23-24页 |
| ·基于近邻样本的线性回归的人脸特征点估计算法 | 第24-27页 |
| ·问题提出 | 第24-25页 |
| ·距离度量公式 | 第25-26页 |
| ·基于近邻样本的线性回归模型的人脸特征点估计算法描述 | 第26-27页 |
| ·实验结果及其分析 | 第27-39页 |
| ·实验数据库 | 第27-28页 |
| ·实验设计 | 第28-30页 |
| ·回归参数对线性回归模型误差影响的实验 | 第30-31页 |
| ·距离度量和K值对基于近邻样本的线性回归模型的影响 | 第31-34页 |
| ·IMM上的实验 | 第34-37页 |
| ·MIT_Synthetic上的实验 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 3 基于非线性回归模型的人脸特征点估计 | 第41-61页 |
| ·引言 | 第41页 |
| ·支持向量回归 | 第41-45页 |
| ·支持向量机 | 第41页 |
| ·支持向量回归 | 第41-44页 |
| ·支持向量回归模型选择 | 第44-45页 |
| ·高斯过程回归 | 第45-47页 |
| ·高斯过程的概念 | 第45页 |
| ·单输出高斯过程回归 | 第45-46页 |
| ·多输出高斯过程回归 | 第46-47页 |
| ·基于支持向量回归和高斯过程回归的人脸特征点估计 | 第47-54页 |
| ·密集支持向量回归模型 | 第47-48页 |
| ·完全稀疏支持向量回归模型 | 第48页 |
| ·密集非线性回归模型 | 第48页 |
| ·完全稀疏非线性回归模型 | 第48-49页 |
| ·实验结果及其分析 | 第49-54页 |
| ·基于分块回归的人脸特征点估计算法 | 第54-59页 |
| ·问题提出 | 第54页 |
| ·基于分块回归的人脸特征点估计算法描述 | 第54-56页 |
| ·IMM上的实验 | 第56-57页 |
| ·MIT_Synthetic上的实验 | 第57-59页 |
| ·本章小结 | 第59-61页 |
| 4 基于近邻保持的人脸特征点估计 | 第61-77页 |
| ·引言 | 第61页 |
| ·流形学习 | 第61-62页 |
| ·局部线性嵌入 | 第62-64页 |
| ·基于近邻保持的人脸特征点估计算法 | 第64-68页 |
| ·问题提出 | 第64-66页 |
| ·基于近邻保持的人脸特征点估计算法描述 | 第66-68页 |
| ·实验结果及其分析 | 第68-75页 |
| ·实验数据库及相关说明 | 第68-69页 |
| ·IMM、MIT_Synthetic上的实验 | 第69-71页 |
| ·BU_3DFE上的实验 | 第71-75页 |
| ·本章小结 | 第75-77页 |
| 5 基于回归的人脸特征点估计的人脸图像合成 | 第77-90页 |
| ·引言 | 第77页 |
| ·人脸合成方法 | 第77-78页 |
| ·虚拟人脸图像合成 | 第78-82页 |
| ·Delaunay三角剖分 | 第79页 |
| ·分段仿射变换 | 第79-81页 |
| ·基于PAW的纹理合成 | 第81-82页 |
| ·基于回归人脸特征点估计的人脸图像合成 | 第82-83页 |
| ·实验结果及其分析 | 第83-89页 |
| ·实验数据库及相关说明 | 第83-84页 |
| ·训练集、测试集来自相同人脸库的实验 | 第84-88页 |
| ·训练集、测试集来自不同人脸库的实验 | 第88-89页 |
| ·本章小结 | 第89-90页 |
| 6 总结与展望 | 第90-92页 |
| ·总结 | 第90-91页 |
| ·展望 | 第91-92页 |
| 致谢 | 第92-93页 |
| 参考文献 | 第93-100页 |
| 附录 | 第100页 |