| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·人脸面部特征定位 | 第10-13页 |
| ·研究意义及背景 | 第10-11页 |
| ·国内外研究状况 | 第11-13页 |
| ·人脸识别 | 第13-15页 |
| ·研究意义及背景 | 第13-14页 |
| ·国内外研究状况 | 第14-15页 |
| ·本文的贡献 | 第15-16页 |
| ·论文的组织安排 | 第16-18页 |
| 第二章 基于主动形状模型的面部特征定位及改进 | 第18-40页 |
| ·主动形状模型 | 第18-30页 |
| ·特征点标定 | 第18-19页 |
| ·形状模型的建立 | 第19-25页 |
| ·局部纹理建模 | 第25-26页 |
| ·ASM目标搜索过程 | 第26-29页 |
| ·ASM多分辨率搜索策略 | 第29-30页 |
| ·改进的主动形状模型 | 第30-38页 |
| ·半自动的特征点标定工具 | 第30-31页 |
| ·瞳孔的精确定位 | 第31-32页 |
| ·改进的搜索策略 | 第32-37页 |
| ·实验结果 | 第37-38页 |
| ·本章小节 | 第38-40页 |
| 第三章 基于主动表观模型的人脸面部特征定位 | 第40-54页 |
| ·统计形状模型的建立 | 第40页 |
| ·统计纹理模型的建立 | 第40-45页 |
| ·形状无关图像的获得 | 第40-43页 |
| ·对形状无关图像进行主成分分析 | 第43-44页 |
| ·对纹理模型中参数的分析 | 第44-45页 |
| ·统计表观模型 | 第45-49页 |
| ·统计表观模型建模 | 第46-47页 |
| ·统计表观模型参数分析 | 第47-48页 |
| ·统计表观模型对图像的重构 | 第48-49页 |
| ·主动表观模型搜索算法 | 第49-51页 |
| ·优化线性关系矩阵的建立 | 第49-51页 |
| ·利用模型进行搜索 | 第51页 |
| ·试验结果 | 第51-52页 |
| ·本章小节 | 第52-54页 |
| 第四章 基于局部纹理模型和全局纹理模型相结合方法的面部特征定位 | 第54-61页 |
| ·主动形状模型和主动表观模型的优缺点分析 | 第54-55页 |
| ·匹配度评价标准 | 第55-56页 |
| ·子空间重构残差的计算 | 第55页 |
| ·子空间重构残差作为匹配度的合理性 | 第55-56页 |
| ·基于形状和全局纹理模型的特征搜索方法 | 第56-59页 |
| ·基于全局纹理预测的方法 | 第57页 |
| ·特征搜索过程 | 第57-59页 |
| ·试验结果 | 第59-60页 |
| ·人脸库的结构 | 第59页 |
| ·实验方法及结果 | 第59-60页 |
| ·本章小节 | 第60-61页 |
| 第五章 基于FISHER线性判别式的人脸识别方法 | 第61-76页 |
| ·特征脸方法 | 第61-64页 |
| ·人脸图像的归一化 | 第61-62页 |
| ·计算K-L变换 | 第62-63页 |
| ·人脸特征子空间 | 第63-64页 |
| ·线性判别分析 | 第64-68页 |
| ·Fisher线性判别 | 第65-66页 |
| ·投影矩阵的计算 | 第66-67页 |
| ·用Fisher线性判别分析提取人脸图像特征 | 第67页 |
| ·Fisher线性判别的优缺点分析 | 第67-68页 |
| ·主成分分析和线性判别分析相结合提取人脸图像特征 | 第68-70页 |
| ·实验及结果 | 第70-74页 |
| ·人脸图像的训练集和测试集 | 第71页 |
| ·人脸识别系统的训练过程 | 第71-72页 |
| ·实验结果及分析 | 第72-74页 |
| ·基于视频的人脸识别系统 | 第74-75页 |
| ·总体结构 | 第74-75页 |
| ·系统特点及性能 | 第75页 |
| ·本章小节 | 第75-76页 |
| 结论和展望 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 攻读硕士学位期间发表的论文 | 第84-85页 |
| 致谢 | 第85页 |