非线性最小二乘监督优化法及其初步应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 问题的提出 | 第10-11页 |
| 1.2 国内外研究现状及分析 | 第11-17页 |
| 1.2.1 非线性最小二乘解法 | 第11-13页 |
| 1.2.2 单像空间后方交会 | 第13-14页 |
| 1.2.3 人脸特征点检测 | 第14-17页 |
| 1.3 主要研究内容及章节安排 | 第17-20页 |
| 1.3.1 主要研究内容 | 第17-18页 |
| 1.3.2 论文章节安排 | 第18-20页 |
| 第二章 监督优化法 | 第20-28页 |
| 2.1 定义 | 第20-22页 |
| 2.1.1 莱布尼茨连续 | 第20-21页 |
| 2.1.2 单调算子 | 第21-22页 |
| 2.2 一维监督优化法 | 第22-23页 |
| 2.3 多维监督优化法 | 第23-25页 |
| 2.4 广义监督优化法 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第三章 单像空间后方交会 | 第28-38页 |
| 3.1 摄影测量学描述 | 第28-30页 |
| 3.2 非线性最小二乘描述 | 第30-31页 |
| 3.3 监督优化法 | 第31-35页 |
| 3.4 本章小结 | 第35-38页 |
| 第四章 人脸特征点检测 | 第38-52页 |
| 4.1 监督优化法 | 第38-41页 |
| 4.2 特征点形状初始化 | 第41-45页 |
| 4.2.1 平均特征点形状计算 | 第41-44页 |
| 4.2.2 特征点形状初值计算 | 第44-45页 |
| 4.3 HOG图像特征计算 | 第45-48页 |
| 4.3.1 颜色空间归一化 | 第45-46页 |
| 4.3.2 梯度及梯度方向计算 | 第46-47页 |
| 4.3.3 梯度方向直方图计算 | 第47页 |
| 4.3.4 人脸HOG特征计算 | 第47-48页 |
| 4.4 人脸特征点检测计算过程 | 第48-49页 |
| 4.5 本章小结 | 第49-52页 |
| 第五章 试验与分析 | 第52-92页 |
| 5.1 监督优化法算法实现 | 第52-64页 |
| 5.2 单像空间后方交会 | 第64-77页 |
| 5.2.1 算法实现 | 第67-73页 |
| 5.2.2 计算精度及效率 | 第73-77页 |
| 5.3 人脸特征点检测 | 第77-90页 |
| 5.3.1 算法实现 | 第77-87页 |
| 5.3.2 计算精度及效率 | 第87-90页 |
| 5.4 本章小结 | 第90-92页 |
| 第六章 结论与展望 | 第92-94页 |
| 6.1 主要工作 | 第92页 |
| 6.2 创新点 | 第92-93页 |
| 6.3 展望 | 第93-94页 |
| 致谢 | 第94-96页 |
| 参考文献 | 第96-102页 |
| 附录 | 第102页 |
| 附录A：攻读学位期间的主要科研工作 | 第102页 |
