人脸检测及其在表情识别中的应用研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-13页 |
1.1 课题背景 | 第9页 |
1.2 现阶段的研究状况 | 第9-11页 |
1.2.1 国内外的研究情况 | 第9-10页 |
1.2.2 目前研究工作的困难 | 第10-11页 |
1.3 人脸检测的研究意义及应用 | 第11-12页 |
1.4 本文主要研究内容及结构 | 第12-13页 |
1.4.1 本文的研究内容 | 第12页 |
1.4.2 本文的结构 | 第12-13页 |
第2章 人脸检测与图像处理概述 | 第13-18页 |
2.1 基于显式特征的人脸检测的方法 | 第13-15页 |
2.1.1 肤色模型法 | 第13-14页 |
2.1.2 模板匹配法 | 第14页 |
2.1.3 先验知识法 | 第14-15页 |
2.2 基于隐式特征的人脸检测方法 | 第15-17页 |
2.2.1 特征空间法 | 第15页 |
2.2.2 神经网络法 | 第15-16页 |
2.2.3 支持向量机法 | 第16页 |
2.2.4 积分图像法 | 第16-17页 |
2.3 本章小结 | 第17-18页 |
第3章 人脸的定位 | 第18-33页 |
3.1 色彩空间的确定 | 第18页 |
3.2 肤色建模 | 第18-19页 |
3.3 光照补偿 | 第19-21页 |
3.4 肤色分割 | 第21-24页 |
3.4.1 基于 YCbCr 色彩空间的肤色聚类 | 第21-22页 |
3.4.2 肤色模型的建立 | 第22-23页 |
3.4.3 精确肤色模型的建立 | 第23-24页 |
3.5 人脸检测与定位 | 第24-28页 |
3.5.1 去除噪声 | 第24-27页 |
3.5.2 实验结果 | 第27-28页 |
3.6 肤色区域标记 | 第28-29页 |
3.7 候选人脸区域的筛选 | 第29-32页 |
3.7.1 基于人脸区域面积的筛选 | 第29页 |
3.7.2 基于人脸区域长宽比的筛选 | 第29-30页 |
3.7.3 基于欧拉数的筛选 | 第30-31页 |
3.7.4 对初始矩形序列的归并处理 | 第31-32页 |
3.8 本章小结 | 第32-33页 |
第4章 眼睛和嘴巴的定位 | 第33-45页 |
4.1 人脸特征分析 | 第33页 |
4.2 嘴巴的检测与定位 | 第33-41页 |
4.2.1 嘴巴检测算法 | 第33-35页 |
4.2.2 嘴巴检测流程 | 第35-38页 |
4.2.3 角点检测算法分析 | 第38-41页 |
4.3 眼睛的检测与定位 | 第41-44页 |
4.3.1 眼睛检测算法 | 第41-43页 |
4.3.2 眼睛区域的精确定位 | 第43-44页 |
4.4 本章小结 | 第44-45页 |
第5章 人脸检测在表情识别中的应用 | 第45-50页 |
5.1 引言 | 第45-46页 |
5.2 主成分分析 | 第46页 |
5.3 实验仿真 | 第46-50页 |
5.3.1 数据库介绍 | 第46-47页 |
5.3.2 实验步骤 | 第47页 |
5.3.3 实验结果与分析 | 第47-50页 |
结论 | 第50-51页 |
参考文献 | 第51-54页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第54-55页 |
致谢 | 第55-56页 |
作者简介 | 第56页 |