基于监督局部子空间学习方法的人脸姿态估计
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题背景与研究意义 | 第8-10页 |
| 1.2 人脸姿态估计的现状 | 第10-14页 |
| 1.2.1 外观模型的方法 | 第10-11页 |
| 1.2.2 几何的方法 | 第11-12页 |
| 1.2.3 基于特征的方法 | 第12-13页 |
| 1.2.4 基于分类的方法 | 第13-14页 |
| 1.2.5 国内研究现状 | 第14页 |
| 1.3 本文的主要研究内容 | 第14-16页 |
| 第2章 人脸检测 | 第16-32页 |
| 2.1 引言 | 第16-17页 |
| 2.2 人脸特征 | 第17-19页 |
| 2.3 人脸检测的主要方法 | 第19-21页 |
| 2.4 人脸检测算法 | 第21-25页 |
| 2.5 人脸跟踪 | 第25-31页 |
| 2.5.1 人脸跟踪问题 | 第25-26页 |
| 2.5.2 人脸跟踪的主要方法 | 第26-27页 |
| 2.5.3 人脸跟踪算法描述 | 第27-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 人脸姿态估计 | 第32-42页 |
| 3.1 引言 | 第32-33页 |
| 3.2 局部子空间学习算法 | 第33-41页 |
| 3.2.1 参数化局部子空间 | 第34-35页 |
| 3.2.2 误差函数 | 第35页 |
| 3.2.3 用交替最小二乘法估计 C 和 G | 第35-37页 |
| 3.2.4 用闭合解算法估计 C 和 G | 第37-39页 |
| 3.2.5 估计角度 | 第39页 |
| 3.2.6 结果测试分析 | 第39-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第4章 系统介绍及展示 | 第42-48页 |
| 4.1 系统设计 | 第42-45页 |
| 4.1.1 系统的构架结构 | 第42-43页 |
| 4.1.2 系统主要模块的设计与实现 | 第43-45页 |
| 4.2 系统实现 | 第45-47页 |
| 4.2.1 开发环境 | 第45页 |
| 4.2.2 系统界面 | 第45-47页 |
| 4.3 本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-55页 |
| 致谢 | 第55页 |
