基于GPU加速的人脸分析系统设计与实现
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第9-18页 |
| 1.1 引言 | 第9-10页 |
| 1.2 课题的研究意义 | 第10-11页 |
| 1.3 课题的研究现状 | 第11-16页 |
| 1.3.1 人脸检测 | 第11-12页 |
| 1.3.2 人脸关键点定位 | 第12-13页 |
| 1.3.3 表情识别与属性分析 | 第13-14页 |
| 1.3.4 GPU在视觉领域的应用 | 第14-16页 |
| 1.4 本文主要研究工作 | 第16页 |
| 1.5 论文结构安排 | 第16-18页 |
| 2 基于GPU加速的人脸检测 | 第18-35页 |
| 2.1 Adaboost算法简介 | 第19-20页 |
| 2.1.1 Boosting算法 | 第19页 |
| 2.1.2 Adaboost算法流程 | 第19-20页 |
| 2.1.3 Adaboost算法特点 | 第20页 |
| 2.1.4 Adaboost关键问题 | 第20页 |
| 2.2 Viola-Jones人脸检测 | 第20-25页 |
| 2.2.1 积分图 | 第20-21页 |
| 2.2.2 Haar-Like特征 | 第21-23页 |
| 2.2.3 AdaBoost构造分类器 | 第23-24页 |
| 2.2.4 分类器的级联 | 第24-25页 |
| 2.3 GPU人脸检测 | 第25-28页 |
| 2.3.1 积分图计算加速 | 第25页 |
| 2.3.2 扫描窗口检测加速 | 第25-27页 |
| 2.3.3 分类器放大修正加速 | 第27-28页 |
| 2.4 人脸检测测试实验 | 第28-33页 |
| 2.4.1 实验设计 | 第28页 |
| 2.4.2 检测精度结果及分析 | 第28-33页 |
| 2.4.3 检测速度结果及分析 | 第33页 |
| 2.5 本章小结 | 第33-35页 |
| 3 基于GPU加速的人脸关键点定位 | 第35-54页 |
| 3.1 经典ASM的局限性 | 第35-36页 |
| 3.2 全局形状模型 | 第36-42页 |
| 3.2.1 标定训练集 | 第36-37页 |
| 3.2.2 训练集的标准化 | 第37-40页 |
| 3.2.3 建立全局形状模型 | 第40-42页 |
| 3.3 局部纹理模型 | 第42-46页 |
| 3.3.1 经典ASM局部纹理模型 | 第42-43页 |
| 3.3.2 基于GPU加速的局部纹理模型 | 第43-46页 |
| 3.4 人脸关键点迭代搜索 | 第46-51页 |
| 3.4.1 初始估计值 | 第46页 |
| 3.4.2 确定标定点的位移 | 第46-48页 |
| 3.4.3 确定形状和姿态参数 | 第48-49页 |
| 3.4.4 形状和姿态参数更新 | 第49-51页 |
| 3.5 多分辨率的搜索策略 | 第51页 |
| 3.6 定位结果分析 | 第51-53页 |
| 3.7 本章小结 | 第53-54页 |
| 4 人脸表情识别与属性分析 | 第54-67页 |
| 4.1 联合Haar特征的构建 | 第54-56页 |
| 4.2 基于Boosting的表情识别 | 第56-57页 |
| 4.3 表情识别实验分析 | 第57-64页 |
| 4.3.1 测试数据库 | 第57-58页 |
| 4.3.2 实验设计 | 第58-59页 |
| 4.3.3 实验结果比较分析 | 第59-64页 |
| 4.4 人脸属性分析 | 第64-66页 |
| 4.5 本章小结 | 第66-67页 |
| 5 基于移动平台的人脸关键点快速定位 | 第67-76页 |
| 5.1 关键点定位 | 第68页 |
| 5.2 局部器官定位 | 第68-69页 |
| 5.3 基于加权投影的人脸配准 | 第69-71页 |
| 5.4 实验结果分析 | 第71-75页 |
| 5.4.1 实验数据与定位结果评价 | 第71-72页 |
| 5.4.2 PC平台测试 | 第72-74页 |
| 5.4.3 Andriod平台测试 | 第74-75页 |
| 5.5 本章小结 | 第75-76页 |
| 6 人脸分析系统的设计与实现 | 第76-82页 |
| 6.1 系统组成 | 第76-77页 |
| 6.2 软件设计 | 第77-78页 |
| 6.2.1 OpenCV简介 | 第77页 |
| 6.2.2 算法流程 | 第77-78页 |
| 6.3 系统性能测试与分析 | 第78-80页 |
| 6.4 本章小结 | 第80-82页 |
| 7 总结与展望 | 第82-84页 |
| 7.1 工作总结 | 第82页 |
| 7.2 未来展望 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-89页 |
| 攻读学位期间发表的学术论文目录 | 第89-91页 |
