| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 符号对照表 | 第9-10页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 研究进展与现状 | 第14-17页 |
| 1.2.1 人脸检测与特征点定位的研究现状 | 第14-15页 |
| 1.2.2 多姿态人脸合成方法研究现状 | 第15-16页 |
| 1.2.3 视觉疲劳检测方法研究现状 | 第16-17页 |
| 1.3 本文的研究成果和章节安排 | 第17-19页 |
| 第二章 多姿态人脸特征点自动定位方法 | 第19-29页 |
| 2.1 引言 | 第19页 |
| 2.2 基于共享部件的混合树模型的多姿态人脸图像特征点初始化 | 第19-22页 |
| 2.3 基于监督下降法的人脸特征点精确定位 | 第22-24页 |
| 2.4 实验结果及分析 | 第24-27页 |
| 2.4.1 基于共享部件的混合树模型的实验结果 | 第25-26页 |
| 2.4.2 基于监督下降法的人脸显著特征点定位的实验结果 | 第26-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 基于姿态流形构建的多姿态人脸合成 | 第29-43页 |
| 3.1 引言 | 第29页 |
| 3.2 张量分解理论简介 | 第29页 |
| 3.3 基于张量分解的连续视角人脸显著特征点合成 | 第29-32页 |
| 3.3.1 基于样条拟合的形状姿态流形的求解 | 第30-31页 |
| 3.3.2 基于稀疏表示的测试图像新的身份系数合成 | 第31-32页 |
| 3.4 基于仿射变换的多姿态人脸图像的纹理合成 | 第32-35页 |
| 3.4.1 仿射变换函数 | 第32-33页 |
| 3.4.2 基于仿射变换的多姿态人脸图像纹理的合成 | 第33-35页 |
| 3.5 实验结果与分析 | 第35-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 基于监督下降法的视觉疲劳检测 | 第43-55页 |
| 4.1 引言 | 第43页 |
| 4.2 基于监督下降法的人脸特征点的定位与跟踪 | 第43-44页 |
| 4.3 疲劳驾驶的判定 | 第44-47页 |
| 4.4 实验结果及分析 | 第47-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-59页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-67页 |
| 作者简介 | 第67-68页 |
