| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 目录 | 第6-9页 |
| 第—章 绪论 | 第9-21页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 人脸姿态估计的主要研究内容 | 第10-11页 |
| 1.3 人脸姿态估计研究的现状 | 第11-19页 |
| 1.3.1 基于模版匹配的方法 | 第11-13页 |
| 1.3.2 基于检测器阵列的人脸识别方法 | 第13-14页 |
| 1.3.3 基于非线性回归的方法 | 第14-16页 |
| 1.3.4 流形嵌入方法 | 第16-18页 |
| 1.3.5 基于跟踪的人脸识别方法 | 第18-19页 |
| 1.4 本文主要工作及组织结构 | 第19-21页 |
| 第二章 人脸图像预处理 | 第21-29页 |
| 2.1 图像平滑处理 | 第21页 |
| 2.2 光照补偿 | 第21-24页 |
| 2.2.1 图像的全局归一化处理 | 第22页 |
| 2.2.2 图像的局部归一化处理 | 第22-24页 |
| 2.3 图像灰度化 | 第24-26页 |
| 2.4 图像缩放 | 第26-28页 |
| 2.4.1 B样条及其尺度关系 | 第26-27页 |
| 2.4.2 利用B样条尺度关系进行图像缩放 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于几何的人脸姿态估计方法 | 第29-51页 |
| 3.1 人脸特征及其特征点选择 | 第29-31页 |
| 3.1.1 人脸特征 | 第29-31页 |
| 3.1.2 特征点的选择 | 第31页 |
| 3.2 人脸三维模型 | 第31-34页 |
| 3.2.1 人脸三维模型 | 第31-32页 |
| 3.2.2 模型参数估计 | 第32-34页 |
| 3.3 摄像机几何模型 | 第34-39页 |
| 3.3.1 透视投影 | 第34-35页 |
| 3.3.2 小孔成像模型 | 第35-39页 |
| 3.4 人脸图像的三维姿态估计 | 第39-50页 |
| 3.4.1 三维几何变换 | 第39-41页 |
| 3.4.2 人脸图像特征三角形 | 第41-42页 |
| 3.4.3 人脸三维姿态估计 | 第42-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 基于LLE和Adaboost的人脸姿态估计 | 第51-67页 |
| 4.1 LLE算法 | 第51-55页 |
| 4.1.1 无监督LLE算法 | 第51-54页 |
| 4.1.2 有监督LLE算法 | 第54-55页 |
| 4.2 测试样本的嵌入 | 第55页 |
| 4.3 Adaboost分类器 | 第55-57页 |
| 4.4 基于有监督LLE和Adaboost的人脸姿态估计算法 | 第57-65页 |
| 4.4.1 核函数 | 第58-60页 |
| 4.4.2 算法设计 | 第60-65页 |
| 4.5 本章小结 | 第65-67页 |
| 第五章 实验分析以及系统实现 | 第67-77页 |
| 5.1 实验分析 | 第67-73页 |
| 5.1.1 基于几何的姿态估计方法实验与分析 | 第68-71页 |
| 5.1.2 基于LLE和Adaboost的人脸姿态估计方法实验与分析 | 第71-73页 |
| 5.2 系统设计与实现 | 第73-76页 |
| 5.2.1 系统流程 | 第73-74页 |
| 5.2.2 系统设计 | 第74-75页 |
| 5.2.3 系统实现 | 第75-76页 |
| 5.3 本章小结 | 第76-77页 |
| 总结与展望 | 第77-79页 |
| 本文工作总结 | 第77-78页 |
| 未来工作展望 | 第78-79页 |
| 参考文献 | 第79-85页 |
| 攻读硕士学位期间取得的科研成果 | 第85-87页 |
| 致谢 | 第87页 |
