人脸特征点定位方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 引言 | 第10-11页 |
| 第一章 绪论 | 第11-20页 |
| ·研究背景及意义 | 第11-13页 |
| ·人脸特征点定位的国内外研究现状 | 第13-18页 |
| ·灰度信息的方法 | 第13-14页 |
| ·先验规则的方法 | 第14-15页 |
| ·几何形状的方法 | 第15-16页 |
| ·统计模型的方法 | 第16-17页 |
| ·小波的方法 | 第17页 |
| ·3D 方法 | 第17-18页 |
| ·国内外常用的人脸数据库 | 第18页 |
| ·本文所做的工作 | 第18-20页 |
| ·本论文所做的研究与创新 | 第18页 |
| ·本文的内容组成 | 第18-20页 |
| 第二章 基于点分布模型的经典主动形状模型算法 | 第20-29页 |
| ·引言 | 第20页 |
| ·点分布模型 | 第20-21页 |
| ·主成分分析法 | 第21-23页 |
| ·主成分分析法基本思想 | 第21-23页 |
| ·PCA 的具体算法 | 第23页 |
| ·主动形状模型 | 第23-29页 |
| ·训练形状样本的对齐 | 第24-25页 |
| ·建立形状模型 | 第25-26页 |
| ·局部灰度模型的建模 | 第26-27页 |
| ·目标搜索过程 | 第27-29页 |
| 第三章 小波分析基础知识 | 第29-35页 |
| ·小波分析 | 第29-30页 |
| ·Gabor 小波 | 第30-32页 |
| ·二维Gabor 小波用于图像处理 | 第32-33页 |
| ·Gabor 小波分析对图像像素点相似性的度量 | 第33-35页 |
| 第四章 算法改进 | 第35-44页 |
| ·概述 | 第35页 |
| ·对ASM 模型的改进 | 第35-44页 |
| ·完善形状模型的在目标图像中的初始化位置 | 第36页 |
| ·构建局部加权灰度模型 | 第36-40页 |
| ·标定点处的局部Gabor 特征建模 | 第40-44页 |
| 第五章 改进后的算法实现与实验分析 | 第44-54页 |
| ·标定样本特征点 | 第44-45页 |
| ·构建形状模型 | 第45-47页 |
| ·AdaBoost 算法检测出人脸区域 | 第47-48页 |
| ·局部加权灰度模型约束下点的搜索 | 第48-49页 |
| ·局部Gabor 特征模型约束下点的位置修正 | 第49页 |
| ·改进后的算法的实验结果与分析 | 第49-54页 |
| ·算法性能评价的标准 | 第49-50页 |
| ·局部加权灰度模型约束下定位结果与分析 | 第50-51页 |
| ·局部Gabor 特征模型约束下定位结果与分析 | 第51-52页 |
| ·改进后的ASM 算法的性能评价 | 第52-54页 |
| 第六章 结论 | 第54-56页 |
| ·全文总结 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 在学研究成果 | 第60-61页 |
| 致谢 | 第61页 |
