首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于相对角聚类和支持向量机的人脸特征点定位技术研究

摘要第1-4页
ABSTRACT第4-8页
第一章 绪论第8-18页
   ·研究背景与研究意义第8页
   ·应用领域第8-9页
   ·国内外研究现状第9-15页
     ·二维人脸图像特征点定位现状第9-12页
     ·三维人脸模型特征点定位现状第12-13页
     ·人脸特征点定位的主要难点和挑战第13-15页
   ·本文研究的主要内容第15-16页
   ·本文的创新点第16页
   ·文章的组织结构第16-18页
第二章 人脸特征点定义第18-25页
   ·人脸的生理结构第18-19页
     ·颅骨结构第18-19页
     ·人脸面部肌肉结构第19页
   ·人脸分布规律第19-20页
   ·特征点标准第20-24页
     ·法医标准第20-21页
     ·美学分析特征点标准第21-22页
     ·MPEG-4脸部特征点标准第22-23页
     ·本文定义的脸部特征点标准第23-24页
   ·本章小结第24-25页
第三章 基于相对角分布直方图的特征点匹配技术第25-37页
   ·基于相对角分布直方图的特征点匹配算法第25-29页
     ·三维模型的主成分框架第25-26页
     ·三维模型上点的相对角度计算第26-27页
     ·三维模型上点的相对角分布第27-29页
   ·对应点匹配和相对角分布直方图相似性度量第29-31页
     ·对应点匹配第29-30页
     ·相对角分布直方图相似性度量第30-31页
   ·算法流程第31-32页
   ·特征点定位准确性评价第32-33页
     ·二维图像上特征点定位评价方法第32-33页
     ·三维模型上特征点定位评价方法第33页
   ·实验结果和分析第33-35页
   ·本章小结第35-37页
第四章 三维模型上点的几何特征提取第37-46页
   ·曲率特征提取第37-43页
     ·曲率的几何意义第37-38页
     ·拟合曲面求点云模型上点的曲率第38-41页
     ·通过三角网格求点云模型上点的曲率第41-43页
   ·法向量特征提取第43-44页
     ·利用顶点相邻面片计算点分布模型上点的法向量第44页
     ·利用顶点领域内的点计算点分布模型上点的法向量第44页
   ·有效能量(Effective Energy,EE)均值和方差的特征提取第44-45页
   ·本章小结第45-46页
第五章 基于RAC聚类和SVM分类的特征点定位算法第46-59页
   ·K-均值聚类算法第46-48页
     ·K-均值聚类算法基本思想第46-47页
     ·K-均值聚类算法流程第47-48页
   ·支撑向量机技术第48-51页
     ·支持向量机第48-50页
     ·支撑向量机的核函数第50-51页
   ·基于RAC聚类和SVM特征点定位算法第51-54页
     ·基于RAC聚类的特征点预匹配第52-53页
     ·基于SVM的特征点精确定位第53-54页
   ·实验及结论分析第54-55页
   ·本章小结第55-59页
第六章 特征点定位系统实现第59-63页
   ·特征点定位系统功能设计第59-60页
   ·特征点定位系统功能结构第60页
   ·系统流程图第60-61页
   ·系统实现第61-62页
     ·程序开发环境与运行环境第61页
     ·程序界面第61-62页
   ·本章小结第62-63页
第七章 总结和展望第63-65页
   ·本文主要完成的工作第63页
   ·将来要完成的工作第63-65页
参考文献第65-70页

论文共70页,点击 下载论文
上一篇:基于Ajax技术的J2EE应用框架的研究与实现
下一篇:颌骨虚拟手术系统的设计实现与可用性研究