结合三维模型的二维人脸识别研究
摘要 | 第1-6页 |
ABSTRACT | 第6-8页 |
目录 | 第8-10页 |
图目录 | 第10-12页 |
表目录 | 第12-13页 |
第1章 绪论 | 第13-23页 |
·人脸识别的研究背景和意义 | 第13-14页 |
·人脸识别的研究现状 | 第14-17页 |
·二维人脸识别 | 第15页 |
·三维人脸识别 | 第15-16页 |
·二维三维结合的人脸识别 | 第16-17页 |
·人脸识别的难点 | 第17-20页 |
·论文主要研究内容及创新点 | 第20页 |
·论文章节安排 | 第20-23页 |
第2章 多视角人脸检测及归一化 | 第23-37页 |
·ADABOOST人脸检测 | 第23-27页 |
·积分图像 | 第24-25页 |
·Adaboost训练分类器 | 第25-26页 |
·级联分类器 | 第26-27页 |
·多视角人脸检测 | 第27-28页 |
·多视角特征点定位 | 第28-30页 |
·树形结构特征点模型 | 第29页 |
·模型训练 | 第29-30页 |
·多视角人脸归一化 | 第30-34页 |
·剪裁图像 | 第31页 |
·尺寸归一化 | 第31-33页 |
·灰度归一化 | 第33-34页 |
·本章小结 | 第34-37页 |
第3章 人脸姿态估计 | 第37-49页 |
·三维模型建立虚拟样本 | 第37-41页 |
·三维人脸数据简介 | 第37-38页 |
·三维坐标变换 | 第38-39页 |
·三维透视投影变换 | 第39页 |
·三维模型光照渲染 | 第39-40页 |
·虚拟训练样本建立 | 第40-41页 |
·HOG特征提取 | 第41-42页 |
·层次支持向量机 | 第42-44页 |
·支持向量机 | 第42-43页 |
·层次支持向量机 | 第43-44页 |
·姿态估计实验与分析 | 第44-48页 |
·姿态估计实验 | 第45-46页 |
·实验分析 | 第46-48页 |
·本章小结 | 第48-49页 |
第4章 多视角人脸特征提取 | 第49-55页 |
·LBP特征介绍 | 第49-50页 |
·LBP直方图特征提取 | 第50-52页 |
·特征相似性度量 | 第52-54页 |
·本章小结 | 第54-55页 |
第5章 结合三维模型的人脸识别实验 | 第55-61页 |
·结合三维模型的人脸识别训练 | 第55-56页 |
·实验与分析 | 第56-60页 |
·实验一 | 第57-58页 |
·实验二 | 第58-60页 |
·本章小结 | 第60-61页 |
第6章 总结与展望 | 第61-63页 |
·工作总结 | 第61-62页 |
·工作展望 | 第62-63页 |
参考文献 | 第63-69页 |
致谢 | 第69-71页 |
在读期间发表的学术论文与取得的研究成果 | 第71页 |