基于三维颅骨模型的性别鉴定方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究内容及创新点 | 第12-14页 |
| 1.3.1 研究内容 | 第12-14页 |
| 1.3.2 创新点 | 第14页 |
| 1.4 本文组织结构 | 第14-17页 |
| 第二章 颅骨坐标规范化和特征提取技术 | 第17-25页 |
| 2.1 颅骨坐标标准化 | 第17-18页 |
| 2.1.1 法兰克福坐标系 | 第17-18页 |
| 2.1.2 三维颅骨坐标系转换 | 第18页 |
| 2.2 颅骨特征相关技术研究 | 第18-24页 |
| 2.2.1 颅骨显著特征点 | 第19-20页 |
| 2.2.2 特征点标定理论 | 第20-21页 |
| 2.2.3 特征点标定技术 | 第21-22页 |
| 2.2.4 颅骨特征技术研究 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于形态量化表示和非线性分类的方法研究 | 第25-43页 |
| 3.1 颅骨生理特征 | 第26-27页 |
| 3.2 颅骨特征提取 | 第27-33页 |
| 3.2.1 可测量特征 | 第28页 |
| 3.2.2 非可测量特征 | 第28-33页 |
| 3.3 颅骨特征降维和分类方法 | 第33-38页 |
| 3.3.1 局部线性嵌入算法 | 第33-34页 |
| 3.3.2 支持向量机 | 第34-38页 |
| 3.4 MQNL方法的可行性分析 | 第38页 |
| 3.5 MQNL方法的实验结果与分析 | 第38-40页 |
| 3.5.1 步进Fisher判定 | 第38-39页 |
| 3.5.2 非线性分类 | 第39-40页 |
| 3.6 本章小结 | 第40-43页 |
| 第四章 基于多角度颅骨图像的性别鉴定方法研究 | 第43-55页 |
| 4.1 三维颅骨图像的获取 | 第43-44页 |
| 4.2 卷积神经网络 | 第44-49页 |
| 4.2.1 CNN拓扑结构 | 第45-46页 |
| 4.2.2 卷积层梯度计算 | 第46-47页 |
| 4.2.3 下采样梯度计算 | 第47-48页 |
| 4.2.4 CNN算法在性别鉴定中的应用 | 第48-49页 |
| 4.3 最小二乘算法 | 第49-51页 |
| 4.3.1 最小二乘法理论 | 第49-50页 |
| 4.3.2 LSM算法在性别鉴定中的应用 | 第50-51页 |
| 4.4 ACN方法的可行性分析 | 第51-52页 |
| 4.5 ACN方法的实验结果与分析 | 第52-53页 |
| 4.6 本章小结 | 第53-55页 |
| 第五章 三维颅骨模型的性别鉴定原型系统 | 第55-61页 |
| 5.1 系统功能描述 | 第55-56页 |
| 5.2 系统环境 | 第56页 |
| 5.3 系统实现 | 第56-58页 |
| 5.4 本章小结 | 第58-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间取得的科研成果 | 第67-69页 |
| 致谢 | 第69页 |
