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SVM的人脸特征定位方法研究

致谢第1-6页
摘要第6-7页
Abstract第7-8页
目次第8-10页
1 绪论第10-18页
   ·研究背景第10-11页
   ·相关研究第11-15页
     ·基于先验规则的特征定位方法第11-12页
     ·基于统计学习的特征定位方法第12-15页
   ·本文研究内容第15页
   ·本文结构安排第15-18页
2 ASM人脸特征定位方法第18-28页
   ·人脸形状模型构建第18-22页
     ·形状模型及建立方法第19-20页
     ·数据集对齐第20-22页
   ·局部灰度模型构建第22-23页
   ·搜索方法第23-25页
   ·实验结果和分析第25-27页
   ·本章小结第27-28页
3 给定初始人脸形状下基于SVM的人脸特征定位方法第28-48页
   ·梯度方向直方图特征描述第29-31页
     ·梯度方向直方图的计算方法第29-31页
     ·多层梯度方向直方图特征描述第31页
   ·支持向量机第31-36页
     ·SVM的实现方法第31-34页
     ·SVM核函数第34-36页
   ·基于HOG和SVM的局部特征位置分类识别第36-42页
     ·局部特征SVM分类器的构建第36-37页
     ·局部特征新位置的搜索区域第37-38页
     ·SVM的后验概率第38-39页
     ·新位置候选点集的确定第39-42页
   ·基于SVM的人脸全局特征定位第42-45页
     ·基于SVM后验概率的人脸形状相似概率第42页
     ·基于人脸形状相似概率的局部特征新位置选取第42-44页
     ·基于人脸形状相似概率的人脸形状收敛条件第44-45页
   ·实验结果及分析第45-47页
   ·本章小结第47-48页
4 基于部分特征的初始人脸形状计算方法第48-56页
   ·基于部分特征计算全局人脸形状第48-49页
   ·基于部分特征的初始人脸形状确定第49-53页
   ·实验结果和分析第53-55页
   ·本章小结第55-56页
5 实验结果和分析第56-74页
   ·基于SVM的人脸特征定位方法第56-59页
     ·模型构建第56-57页
     ·人脸特征定位的计算方法第57-59页
   ·实验结果及分析第59-72页
     ·BiolD样本集介绍第59-60页
     ·特征定位准确的判断依据第60页
     ·实验结果第60-71页
     ·实验结果分析第71-72页
   ·本章小结第72-74页
6 总结和展望第74-76页
   ·总结第74页
   ·展望第74-76页
参考文献第76-81页
作者简历第81页

论文共81页,点击 下载论文
上一篇:基于机器学习的手机游戏软件自动化测试研究
下一篇:降解性阶段可调核—壳微球生物陶瓷制备与性能研究