| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 论文的主要内容及组织结构 | 第12页 |
| 1.4 本文的创新点 | 第12-13页 |
| 2 视频压缩编码的原理与标准概述 | 第13-24页 |
| 2.1 基本概念介绍 | 第14页 |
| 2.2 预测编码 | 第14-16页 |
| 2.2.1 帧内预测编码 | 第15页 |
| 2.2.2 帧间预测编码 | 第15-16页 |
| 2.3 变换编码 | 第16-17页 |
| 2.4 量化编码 | 第17-18页 |
| 2.5 熵编码 | 第18页 |
| 2.6 静态图像编码标准 JPEG | 第18页 |
| 2.7 视频编码标准 H.264 | 第18-23页 |
| 2.7.1 H.264 的运动估计和运动补偿 | 第19页 |
| 2.7.2 H.264 的整数变换 | 第19-22页 |
| 2.7.3 H.264 的帧内预测 | 第22页 |
| 2.7.4 H.264 的多帧预测技术 | 第22页 |
| 2.7.5 H.264 的熵编码 | 第22-23页 |
| 2.7.6 H.264 的去除块效应滤波器 | 第23页 |
| 2.8 小结 | 第23-24页 |
| 3 主动外观模型(AAM)概述 | 第24-38页 |
| 3.1 准备知识 | 第24-28页 |
| 3.1.1 归一化 | 第24-26页 |
| 3.1.2 主成分分析法 | 第26-27页 |
| 3.1.3 分段仿射 | 第27-28页 |
| 3.2 AAM 模型的建立 | 第28-32页 |
| 3.2.1 AAM 形状建模 | 第29-30页 |
| 3.2.2 AAM 纹理建模 | 第30-31页 |
| 3.2.3 AAM 最终模型的建立及其实例生成 | 第31-32页 |
| 3.3 AAM 模型的拟合 | 第32-38页 |
| 3.3.1 基于线性回归的 AAM 拟合算法 | 第33页 |
| 3.3.2 基于 Lucas-Kanade 的拟合算法 | 第33-34页 |
| 2.3.3 反相组合算法 | 第34-35页 |
| 3.3.4 基于反相组合算法的 AAM 拟合 | 第35-38页 |
| 4 基于 Adaboost 的人脸快速检测算法 | 第38-44页 |
| 4.1 Adaboost 基本思想概述 | 第38-39页 |
| 4.2 Viola-Jones 人脸检测算法 | 第39-43页 |
| 4.2.1 提取 Haar-like 特征 | 第39-41页 |
| 4.2.2 人脸分类器的生成过程 | 第41-43页 |
| 4.3 小结 | 第43-44页 |
| 5 基于 AAM 算法的视频通信系统实现机制 | 第44-56页 |
| 5.1 AAM 模型建立 | 第44-45页 |
| 5.2 基于 AAM 的视频通信原理研究 | 第45-50页 |
| 5.3 基于 AAM 的视频通信系统的改进 | 第50-51页 |
| 5.4 基于 AAM 的关键帧纹理恢复的人脸压缩算法框架结构 | 第51-52页 |
| 5.5 结果与比较 | 第52-54页 |
| 5.6 小结 | 第54-56页 |
| 6 系统的开发与实现 | 第56-58页 |
| 6.1 系统开发工具 | 第56页 |
| 6.2 系统结构设计 | 第56-58页 |
| 6.2.1 视频通信系统发送端 | 第56-57页 |
| 6.2.2 视频通信系统接收端 | 第57-58页 |
| 7 总结与展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 个人简历 | 第65页 |
| 发表的学术论文 | 第65-66页 |