人体头部姿态参数测量
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-14页 |
| ·研究背景 | 第9-11页 |
| ·头部姿态测量的意义 | 第9-10页 |
| ·头部姿态参数的定义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·国内研究现状 | 第11-12页 |
| ·国外研究现状 | 第12页 |
| ·研究内容 | 第12-13页 |
| ·论文结构 | 第13-14页 |
| 2 摄像机标定 | 第14-24页 |
| ·摄像机成像原理 | 第14-17页 |
| ·小孔成像原理 | 第14-15页 |
| ·摄像机的镜头畸变 | 第15-17页 |
| ·坐标系的确立与转换 | 第17-19页 |
| ·坐标系的确立 | 第17-18页 |
| ·坐标系的转换 | 第18-19页 |
| ·基于OpenCV的摄像机标定 | 第19-23页 |
| ·实现过程 | 第20-22页 |
| ·标定结果 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 双目视觉及测量原理 | 第24-37页 |
| ·视差和视差测距原理 | 第24-27页 |
| ·姿态参数测量原理 | 第27-30页 |
| ·位置参数求解 | 第27-29页 |
| ·角度参数求解 | 第29-30页 |
| ·立体匹配算法 | 第30-34页 |
| ·匹配基元的选择 | 第31页 |
| ·约束准则 | 第31-32页 |
| ·相似性测度函数 | 第32-33页 |
| ·匹配算法的分类 | 第33-34页 |
| ·匹配算法的实现 | 第34-36页 |
| ·本章小节 | 第36-37页 |
| 4 人脸检测 | 第37-49页 |
| ·人脸检测方法 | 第37-39页 |
| ·基于知识的人脸检测方法 | 第37-38页 |
| ·基于统计的人脸检测方法 | 第38-39页 |
| ·Adaboost算法介绍 | 第39-40页 |
| ·基于Adaboost的人脸检测算法 | 第40-45页 |
| ·Haar特征 | 第41-42页 |
| ·积分图像 | 第42-43页 |
| ·Haar特征生成弱分类器 | 第43-44页 |
| ·Adaboost生成强类器 | 第44页 |
| ·级联强类器 | 第44-45页 |
| ·人脸检测方法 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 5 人脸特征提取 | 第49-60页 |
| ·AAM的建立 | 第49-56页 |
| ·形状模型的建立 | 第50-52页 |
| ·纹理模型的建立 | 第52-55页 |
| ·主动表观模型的建立 | 第55-56页 |
| ·AAM匹配算法 | 第56-58页 |
| ·基于线性回归的匹配算法 | 第56-57页 |
| ·基于反向组合的匹配算法 | 第57-58页 |
| ·AAM匹配结果 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 6 头部姿态参数测量 | 第60-72页 |
| ·测量系统 | 第60-61页 |
| ·精度分析 | 第61-63页 |
| ·实验结果 | 第63-67页 |
| ·实验过程 | 第63-64页 |
| ·参数测量 | 第64-67页 |
| ·误差分析 | 第67-71页 |
| ·本章小结 | 第71-72页 |
| 7 结论与展望 | 第72-75页 |
| ·结论 | 第72页 |
| ·展望 | 第72-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士学位期间发表的论文 | 第78-79页 |
| 致谢 | 第79-81页 |
