牛脸特征点检测的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究的目的与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 论文研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第二章 基于AdaBoost算法的牛脸检测器训练 | 第17-31页 |
| 2.1 人脸检测器分类 | 第17-18页 |
| 2.2 AdaBoost检测器 | 第18-24页 |
| 2.2.1 积分图像 | 第18-21页 |
| 2.2.2 AdaBoost分类器 | 第21-23页 |
| 2.2.3 AdaBoost分类器级联 | 第23-24页 |
| 2.3 牛脸检测器训练 | 第24-30页 |
| 2.3.1 生成牛脸训练样本 | 第25-27页 |
| 2.3.2 训练牛脸检测器 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 牛脸特征点标定与数据对齐 | 第31-39页 |
| 3.1 牛脸特征点数据集 | 第31-34页 |
| 3.1.1 牛脸轮廓模型定义 | 第31-33页 |
| 3.1.2 牛脸特征点标定 | 第33-34页 |
| 3.2 牛脸训练数据对齐 | 第34-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第四章 基于轮廓提取算法的牛脸特征点检测 | 第39-51页 |
| 4.1 SDM算法 | 第39-42页 |
| 4.1.1 SDM原理介绍 | 第39-41页 |
| 4.1.2 SDM算法在牛脸轮廓提取中的应用 | 第41-42页 |
| 4.2 LBF算法 | 第42-44页 |
| 4.2.1 LBF原理介绍 | 第42-44页 |
| 4.2.2 LBF算法在牛脸轮廓提取中的应用 | 第44页 |
| 4.3 FAAM算法 | 第44-50页 |
| 4.3.1 AAM概述 | 第45-47页 |
| 4.3.2 FAAM算法原理介绍 | 第47-48页 |
| 4.3.3 FAAM算法在牛脸轮廓提取中的应用 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 实验与分析 | 第51-60页 |
| 5.1 牛脸数据预处理 | 第51-53页 |
| 5.1.1 实验数据 | 第51-52页 |
| 5.1.2 牛面部特征点初始化 | 第52-53页 |
| 5.2 牛脸特征点检测效率分析 | 第53-55页 |
| 5.3 牛脸特征点检测精度分析 | 第55-59页 |
| 5.4 本章总结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |
