复杂背景下人脸的定位和特征提取
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 目录 | 第9-12页 |
| Contents | 第12-15页 |
| 第一章 前言 | 第15-22页 |
| ·人脸探测问题的提出 | 第15-16页 |
| ·人脸定位研究的现状 | 第16-19页 |
| ·本文的主要工作 | 第19-22页 |
| 第二章 基于规则的层级式人脸定位方法 | 第22-38页 |
| ·基于灰度特性的简单背景的人脸定位 | 第23-27页 |
| ·多尺度分析确定二值化门限 | 第23-26页 |
| ·用灰度特性剪裁人脸 | 第26-27页 |
| ·层级式人脸镶嵌图象定位方法 | 第27-33页 |
| ·镶嵌图象的生成 | 第28-29页 |
| ·基于二值化4 分图和5 分图的候选脸搜索 | 第29-31页 |
| ·候选脸的8 分图筛选方法 | 第31-33页 |
| ·人脸特征验证 | 第33-37页 |
| ·提升滤波和二值化 | 第33-35页 |
| ·用特征T型区域灰度投影分析定位人脸特征位置 | 第35页 |
| ·特征参数检测 | 第35-37页 |
| ·实验和结论 | 第37-38页 |
| 第三章 基于生物激励和SOFM分类的方法 | 第38-54页 |
| ·基于双眼的多分辨率检测的候选区域确定方法 | 第39-42页 |
| ·基于生物激励的SOFM视觉滤波器 | 第42-51页 |
| ·视网膜抽样和接收场模型 | 第42-44页 |
| ·抽样模型参数的影响及模型的改进 | 第44-48页 |
| ·基于视觉滤波器和SOFM分类器的人脸定位方法 | 第48-51页 |
| ·人脸特征探测 | 第51-53页 |
| ·实验结果和讨论 | 第53-54页 |
| 第四章 基于结构曲线和自适应网格的方法 | 第54-69页 |
| ·DOG 机制和DOOG 机制 | 第55-56页 |
| ·用滤波器组求特征惯性平面 | 第56-65页 |
| ·用自适应网格求物体的结构曲线 | 第65-67页 |
| ·人脸区域验证 | 第67-68页 |
| ·讨论 | 第68-69页 |
| 第五章 基于协同学和变形模板的方法 | 第69-77页 |
| ·模式识别中的协同学原理 | 第70-72页 |
| ·原型的参数化变形模板模型 | 第72-74页 |
| ·基于人脸原型模板的变形定位方法 | 第74-76页 |
| ·实验结果和讨论 | 第76-77页 |
| 第六章 两种人脸特征的验证确定方法 | 第77-91页 |
| ·基于变形模板匹配的人脸特征确定方法 | 第77-86页 |
| ·特征初始位置的确定 | 第77-79页 |
| ·眼睛和嘴唇的变形模板 | 第79-81页 |
| ·模板的匹配过程 | 第81-82页 |
| ·实验和结论 | 第82-86页 |
| ·等灰度值曲线的人脸特征确定方法 | 第86-91页 |
| ·人脸图象的等灰度值曲线及其获取 | 第86-88页 |
| ·等灰度值曲线匹配算法 | 第88-91页 |
| 第七章 博士期间的其他工作 | 第91-103页 |
| ·用模式识别方法的恢复退化图象 | 第91-95页 |
| ·基于模式聚类的图象恢复 | 第91-92页 |
| ·算法及其优点 | 第92-93页 |
| ·实验结果 | 第93-95页 |
| ·基于Petri网的虚拟驾驶系统规则的实现 | 第95-103页 |
| ·Petri 网原理简述 | 第95-97页 |
| ·虚拟驾驶系统规则的实现 | 第97-99页 |
| ·计算机模拟结果 | 第99-103页 |
| 结论 | 第103-105页 |
| 参考文献 | 第105-115页 |
| 攻读学位期间发表的论文 | 第115-116页 |
| 致谢 | 第116页 |
