基于特征匹配的人脸跟踪算法
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.3 本文的主要工作 | 第16-17页 |
| 1.4 论文结构 | 第17-18页 |
| 1.5 小结 | 第18-19页 |
| 第2章 人脸跟踪的相关理论与方法 | 第19-32页 |
| 2.1 引言 | 第19页 |
| 2.2 人脸检测技术 | 第19-20页 |
| 2.2.1 人脸检测的发展 | 第19-20页 |
| 2.2.2 人脸检测ADABOOST算法 | 第20页 |
| 2.3 人脸跟踪技术 | 第20-24页 |
| 2.3.1 运动目标的跟踪 | 第21页 |
| 2.3.2 跟踪性能测试指标 | 第21页 |
| 2.3.3 CAMSHIFT跟踪算法的理论框架 | 第21-24页 |
| 2.4 特征描述 | 第24-28页 |
| 2.4.1 图像中的纹理特征描述 | 第24-25页 |
| 2.4.2 图像中的结构特征描述 | 第25页 |
| 2.4.3 特征点描述算子 | 第25-27页 |
| 2.4.4 人脸描述 | 第27-28页 |
| 2.5 跟踪中常见的遮挡问题 | 第28-31页 |
| 2.6 小结 | 第31-32页 |
| 第3章 基于SURF算法匹配目标的人脸跟踪算法 | 第32-44页 |
| 3.1 引言 | 第32页 |
| 3.2 SURF特征点的提取 | 第32-37页 |
| 3.2.1 肤色区域Surf特征点提取方法 | 第32-35页 |
| 3.2.2 特征点的匹配 | 第35-37页 |
| 3.3 跟踪算法实现与遮挡的处理 | 第37-38页 |
| 3.4 实验效果 | 第38-43页 |
| 3.4.1 改进的CAMSHIFT算法实验 | 第38-39页 |
| 3.4.2 基于SURF算法的跟踪实验 | 第39-43页 |
| 3.5 小结 | 第43-44页 |
| 第4章 基于AAM反向合成算法的人脸跟踪算法 | 第44-58页 |
| 4.1 引言 | 第44页 |
| 4.2 AAM方法简介 | 第44-47页 |
| 4.2.1 AAM形状模型的建立 | 第44-46页 |
| 4.2.2 AAM纹理模型的建立 | 第46-47页 |
| 4.3 AAM表观模型及图像匹配 | 第47-49页 |
| 4.3.1 AAM表观模型的建立 | 第47-48页 |
| 4.3.2 模型实例生成及与输入图像的匹配 | 第48-49页 |
| 4.4 AAM反向合成跟踪算法实现 | 第49-51页 |
| 4.5 实验效果 | 第51-55页 |
| 4.6 算法的比较与评价 | 第55-57页 |
| 4.7 小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第65-66页 |
| 致谢 | 第66页 |
