帧间信息导向的头部姿态估计优化方法研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第10-15页 |
| 1.1 课题研究意义 | 第10-11页 |
| 1.2 课题研究背景 | 第11-13页 |
| 1.3 论文创新点 | 第13页 |
| 1.4 论文组织结构和研究内容 | 第13-15页 |
| 2 头部姿态估计原理 | 第15-25页 |
| 2.1 头部姿态定义 | 第15-16页 |
| 2.2 头部姿态估计的方法框架 | 第16-23页 |
| 2.2.1 人脸检测 | 第17-19页 |
| 2.2.2 人脸对齐 | 第19-20页 |
| 2.2.3 参数估计 | 第20-23页 |
| 2.3 头部姿态估计的难点 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 人脸检测与人脸对齐 | 第25-40页 |
| 3.1 基于HOG特征的人脸检测 | 第25-33页 |
| 3.1.1 HOG人脸检测原理 | 第25-30页 |
| 3.1.2 改进搜索策略的HOG人脸检测 | 第30-31页 |
| 3.1.3 实验分析 | 第31-33页 |
| 3.2 基于级联回归树的人脸对齐 | 第33-38页 |
| 3.2.1 级联回归器的学习 | 第33-35页 |
| 3.2.2 梯度提升决策树 | 第35-36页 |
| 3.2.3 实验分析 | 第36-38页 |
| 3.3 本章小结 | 第38-40页 |
| 4 帧间信息导向的头部姿态估计优化方法 | 第40-53页 |
| 4.1 特征点优化筛选 | 第40-41页 |
| 4.2 头部姿态求解优化 | 第41-44页 |
| 4.2.1 算法原理 | 第41-43页 |
| 4.2.2 求解优化 | 第43-44页 |
| 4.3 头部三维模型建立 | 第44-46页 |
| 4.3.1 建模方法介绍 | 第44页 |
| 4.3.2 自适应建模 | 第44-46页 |
| 4.4 实验分析 | 第46-51页 |
| 4.5 本章小结 | 第51-53页 |
| 5 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53-54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 作者简介 | 第59-60页 |
| 作者攻读硕士学位期间发表的论文 | 第60页 |
