关于人脸姿态估计问题的研究
提要 | 第1-7页 |
第一章 绪论 | 第7-10页 |
·姿态估计的背景 | 第7页 |
·人脸姿态估计 | 第7-8页 |
·本文的主要工作 | 第8-10页 |
第二章 人脸姿态估计方法比较 | 第10-20页 |
·基于模型的方法 | 第10-12页 |
·基于人脸外观的方法 | 第12-14页 |
·基于分类的方法 | 第14-19页 |
·基于支持向量机的方法 | 第15-17页 |
·基于判别分析的方法 | 第17-19页 |
·小结 | 第19-20页 |
第三章 人脸检测与特征点定位 | 第20-30页 |
·肤色模型 | 第20-23页 |
·Chromatic颜色空间 | 第21-22页 |
·高斯肤色模型 | 第22-23页 |
·人脸区域分割 | 第23-27页 |
·预处理 | 第24-25页 |
·肤色分割 | 第25-26页 |
·去噪声处理 | 第26页 |
·人脸矩形区域的求取 | 第26-27页 |
·去除背景中的类肤色 | 第27页 |
·眼睛和嘴巴的定位 | 第27-29页 |
·眼睛的定位 | 第27-29页 |
·嘴巴的定位 | 第29页 |
·小结 | 第29-30页 |
第四章 基于椭圆模板和眼嘴位置的人脸姿态估计 | 第30-46页 |
·椭圆拟合问题 | 第31-33页 |
·二次曲线拟合问题 | 第31-32页 |
·椭圆拟合问题 | 第32-33页 |
·基于椭圆模板和眼嘴位置的姿态估计 | 第33-36页 |
·椭圆模板的建立 | 第33-34页 |
·眼嘴在椭圆中的位置参数 | 第34-36页 |
·利用BP神经网络进行姿态估计 | 第36-40页 |
·人工神经网络简介 | 第36页 |
·误差逆传播算法(BP算法) | 第36-39页 |
·单一转动的网络设计 | 第39-40页 |
·复合转动的网络设计 | 第40页 |
·实验 | 第40-45页 |
·实验图像真实姿态参数的确定 | 第40-42页 |
·实验图像的基本要求 | 第42-43页 |
·实验结果 | 第43-45页 |
·小结 | 第45-46页 |
第五章 基于线性相关滤波器的姿态估计 | 第46-56页 |
·基本的综合鉴别函数原理 | 第46-47页 |
·线性相关滤波器的建立 | 第47-51页 |
·构建集 | 第47-49页 |
·线性对应关系 | 第49-50页 |
·SDF滤波器的建立 | 第50-51页 |
·线性相关姿态估计 | 第51-53页 |
·线性估计 | 第51-52页 |
·利用训练集减小估计误差 | 第52页 |
·对估计集进行实验 | 第52-53页 |
·采用三层神经网络进行姿态估计 | 第53-54页 |
·实验结果 | 第54-55页 |
·小结 | 第55-56页 |
第六章 总结与展望 | 第56-58页 |
·总结 | 第56-57页 |
·展望 | 第57-58页 |
参考文献 | 第58-62页 |
摘要 | 第62-65页 |
Abstract | 第65-70页 |
攻读硕士期间发表的学术论文和科研成果 | 第70-71页 |
致谢 | 第71页 |