摘要 | 第1-7页 |
Abstract | 第7-16页 |
第一章 绪论 | 第16-27页 |
§1.1 选题的背景和意义 | 第16-17页 |
§1.2 面诊及其客观化研究 | 第17-25页 |
·面诊 | 第17-19页 |
·计算机视觉在中医望诊研究中的优势 | 第19-20页 |
·面诊客观化研究 | 第20-23页 |
·基于图像分析技术的面诊客观化研究的难点 | 第23-24页 |
·中医面诊系统的应用前景 | 第24-25页 |
§1.3 研究目标和内容 | 第25-27页 |
第二章 多姿人脸检测 | 第27-48页 |
§2.1 引言 | 第27-31页 |
·问题描述 | 第27页 |
·研究现状 | 第27-29页 |
·检测结果的评价标准 | 第29-30页 |
·技术路线 | 第30-31页 |
§2.2 基于AdaBoost算法的物体检测系统 | 第31-38页 |
·基于Adaboost算法的物体检测系统框架图 | 第31-32页 |
·Haar型特征与积分图 | 第32-33页 |
·训练分类器 | 第33-36页 |
·检测方法 | 第36-38页 |
·引入目标物体边缘先验规则加快物体检测速度 | 第38页 |
§2.3 训练正面和侧转层叠型人脸检测器 | 第38-39页 |
§2.4 角点与多姿人脸检测 | 第39-41页 |
·Hessian矩阵与角点检测 | 第39-40页 |
·疑似人脸区域的计算与检测 | 第40-41页 |
§2.5 基于LAB颜色模式的光线校正 | 第41-44页 |
§2.6 实验及分析 | 第44-47页 |
·实验设计 | 第44页 |
·实验结果 | 第44-46页 |
·实验分析 | 第46-47页 |
§2.7 本章小结 | 第47-48页 |
第三章 人脸特征定位 | 第48-76页 |
§3.1 引言 | 第48-50页 |
·问题描述 | 第48页 |
·研究进展 | 第48-49页 |
·技术路线 | 第49-50页 |
§3.2 基于AdaBoost和FCM聚类算法的人脸特征粗定位 | 第50-53页 |
·基于AdaBoost算法的眼睛、眉毛和嘴巴检测 | 第50-51页 |
·基于FCM聚类算法的初始区域分割 | 第51-53页 |
§3.3 基于梯度Hough圆变换的虹膜和瞳孔中心定位 | 第53-55页 |
§3.4 基于C-V模型的眼眉和嘴巴轮廓提取 | 第55-65页 |
·曲线演化与水平集理论 | 第55-57页 |
·基于Voronoi图的符号距离函数快速生成方法 | 第57-60页 |
·利用C-V分割模型提取眼睛、眉毛和嘴巴轮廓 | 第60-65页 |
§3.5 基于改进的ASM模型的鼻子和下巴轮廓提取 | 第65-71页 |
·ASM模型 | 第65-69页 |
·利用改进的ASM模型提取鼻子和下巴轮廓 | 第69-70页 |
·ASM与AAM的比较 | 第70-71页 |
§3.6 实验与分析 | 第71-75页 |
·实验设计 | 第71-72页 |
·实验结果 | 第72-74页 |
·实验分析 | 第74-75页 |
§3.7 本章小结 | 第75-76页 |
第四章 中医面色识别 | 第76-101页 |
§4.1 引言 | 第76-78页 |
·问题描述 | 第76页 |
·面像采集 | 第76-77页 |
·技术路线 | 第77-78页 |
§4.2 基于中医面色脏腑分属图的面部特征分割 | 第78-82页 |
·对一般面部特征点编号 | 第78-79页 |
·面向中医面诊的关键点定位 | 第79-81页 |
·面诊特征区域分割 | 第81-82页 |
§4.3 基于FCM的面色提取 | 第82-87页 |
·胡须检测 | 第82-83页 |
·颜色空间理论及LAB颜色空间概述 | 第83-86页 |
·基于FCM的面色与基色分离 | 第86-87页 |
§4.4 基于支持向量机的面色识别 | 第87-94页 |
·支持向量机 | 第87-94页 |
·基于支持向量机的面色识别 | 第94页 |
§4.5 实验与分析 | 第94-100页 |
·SVM软件包的选择 | 第94-95页 |
·训练集 | 第95-96页 |
·核函数选择和参数选取 | 第96-97页 |
·分类预测 | 第97-98页 |
·实验结果 | 第98-99页 |
·实验分析 | 第99-100页 |
§4.6 本章小结 | 第100-101页 |
第五章 面向中医面诊的眼动跟踪 | 第101-120页 |
§5.1 引言 | 第101-105页 |
·问题描述 | 第101页 |
·目标跟踪技术研究现状 | 第101-103页 |
·眼动跟踪研究现状 | 第103-104页 |
·技术路线 | 第104-105页 |
§5.2 基于CamShift算法的实时人脸跟踪 | 第105-110页 |
·Mean-Shift概述 | 第105-107页 |
·颜色概率分布 | 第107页 |
·面向目标跟踪的Mean-Shift算法 | 第107-109页 |
·基于Camshift算法的实时人脸跟踪 | 第109-110页 |
§5.3 基于Lucas-Kanade光流的鼻孔跟踪 | 第110-113页 |
·鼻孔跟踪点定位 | 第110-111页 |
·光流基本概念 | 第111-112页 |
·基于Lucas-Kanade光流的鼻孔跟踪 | 第112-113页 |
§5.4 眼球运动速率和轨迹计算 | 第113-115页 |
·重要变量 | 第113-114页 |
·基于鼻孔的人脸侧转角度估计 | 第114页 |
·瞳孔中心跟踪 | 第114-115页 |
·运动速率和轨迹计算 | 第115页 |
§5.5 实验与分析 | 第115-118页 |
·实验设计 | 第115-116页 |
·实验结果 | 第116-117页 |
·实验分析 | 第117-118页 |
§5.6 本章小结 | 第118-120页 |
第六章 总结与展望 | 第120-124页 |
§6.1 主要研究工作 | 第120-122页 |
§6.2 主要创新点 | 第122-123页 |
§6.3 后续工作展望 | 第123-124页 |
参考文献 | 第124-132页 |
攻读学位期间发表的学术论文及参与的项目 | 第132-133页 |
致谢 | 第133页 |