基于视觉特征提取的人脸图像自动融合算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 图目录 | 第7-8页 |
| 第1章 绪论 | 第8-14页 |
| ·引言 | 第8页 |
| ·研究背景 | 第8-10页 |
| ·本文的研究目标和工作 | 第10-12页 |
| ·基于统计学习的人脸视觉特征提取 | 第11页 |
| ·基于视觉特征的人脸图片融合 | 第11-12页 |
| ·本文的章节组织 | 第12-14页 |
| 第2章 相关研究 | 第14-28页 |
| ·针对静态图片的人脸的检测与对齐 | 第14-23页 |
| ·人脸检测与定位 | 第14-20页 |
| ·人脸对齐 | 第20-23页 |
| ·二维图像渐变技术 | 第23-27页 |
| ·网格渐变 | 第25页 |
| ·场渐变 | 第25-26页 |
| ·其他方法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于视觉特征提取的人脸图像融合算法框架 | 第28-35页 |
| ·人脸图像特征 | 第28-29页 |
| ·人脸图像融合算法框架总体设计 | 第29-32页 |
| ·各子模块介绍 | 第32-34页 |
| ·人脸检测 | 第32页 |
| ·初始定位 | 第32-33页 |
| ·人脸对齐 | 第33页 |
| ·颜色均衡化 | 第33-34页 |
| ·多图像渐变 | 第34页 |
| ·后期效果改进 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第4章 人脸图像特征提取 | 第35-54页 |
| ·人脸检测 | 第35-37页 |
| ·人脸特征提取问题的数学描述 | 第37-45页 |
| ·人脸特征向量 | 第37-38页 |
| ·形状模型 | 第38-42页 |
| ·灰度模型 | 第42-44页 |
| ·重新描述人脸特征提取问题 | 第44-45页 |
| ·初始定位 | 第45-48页 |
| ·人脸对齐 | 第48-52页 |
| ·本章小结 | 第52-54页 |
| 第5章 人脸图像融合 | 第54-68页 |
| ·颜色均衡化 | 第54-56页 |
| ·多图像渐变(POLYMORPH) | 第56-62页 |
| ·后期效果改进 | 第62-64页 |
| ·一些扩展应用 | 第64-67页 |
| ·本章小节 | 第67-68页 |
| 第6章 总结与展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72页 |
