| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 基于形状模板匹配的方法 | 第11-13页 |
| 1.2.2 基于脸部特征点定位的方法 | 第13-14页 |
| 1.3 本文主要研究内容 | 第14-16页 |
| 第2章 基于Kinect的头部定位方法系统组建与实验 | 第16-28页 |
| 2.1 Kinect传感器 | 第16-17页 |
| 2.2 Kinect的工作原理 | 第17-21页 |
| 2.2.1 结构光原理 | 第17-19页 |
| 2.2.2 光编码技术 | 第19-21页 |
| 2.3 头部追踪与定位的实验流程 | 第21页 |
| 2.4 头部追踪与定位方法 | 第21-26页 |
| 2.4.1 图像数据获取 | 第22-23页 |
| 2.4.2 头部骨骼坐标的获取 | 第23-25页 |
| 2.4.3 头部定位实验 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第3章 人脸检测和特征点提取方法研究和实现 | 第28-45页 |
| 3.1 图像配准 | 第28-30页 |
| 3.2 图像预处理 | 第30-34页 |
| 3.3 基于AdaBoost人脸区域检测 | 第34-37页 |
| 3.3.1 AdaBoost算法 | 第34-36页 |
| 3.3.2 AdaBoost的人脸检测算法实验 | 第36-37页 |
| 3.4 基于改进的深度数据和AdaBoost的人脸检测算法设计 | 第37-39页 |
| 3.5 基于改进的深度数据和AdaBoost的人脸检测算法实现 | 第39-41页 |
| 3.5.1 训练部分的实现 | 第39-40页 |
| 3.5.2 检测部分的实现 | 第40页 |
| 3.5.3 人脸检测实验结果及分析 | 第40-41页 |
| 3.6 特征点提取 | 第41-44页 |
| 3.6.1 AAM算法 | 第41-43页 |
| 3.6.2 特征点提取实验 | 第43-44页 |
| 3.7 本章小结 | 第44-45页 |
| 第4章 头部定位和实验结果分析 | 第45-58页 |
| 4.1 实验环境及测试方案 | 第45页 |
| 4.2 头部定位的定性实验及结果分析 | 第45-49页 |
| 4.2.1 头部姿态定位的定性实验方案设计 | 第46-47页 |
| 4.2.2 头部姿态定位的定性实验及结果分析 | 第47-49页 |
| 4.3 头部定位的定量实验及结果分析 | 第49-52页 |
| 4.3.1 头部定位的定量实验方案设计 | 第49-51页 |
| 4.3.2 头部定位的定量实验及结果分析 | 第51-52页 |
| 4.4 实验结果对比分析及验证 | 第52-57页 |
| 4.5 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |
