基于素描式交叉验证的轮廓提取算法
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 物体轮廓提取的研究背景及意义 | 第9-10页 |
| 1.2 人脸轮廓提取的特点和挑战 | 第10-11页 |
| 1.3 研究内容和主要贡献 | 第11-14页 |
| 1.4 内容组织与安排 | 第14-15页 |
| 第二章 轮廓提取相关工作 | 第15-23页 |
| 2.1 物体轮廓提取 | 第15-18页 |
| 2.2 图像分割 | 第18-20页 |
| 2.3 人脸对齐 | 第20-22页 |
| 2.4 小结 | 第22-23页 |
| 第三章 基于素描式交叉验证的轮廓提取算法 | 第23-45页 |
| 3.1 基于动态规划的局部轮廓线提取 | 第23-30页 |
| 3.1.1 l-d轴坐标系 | 第23-24页 |
| 3.1.2 能量函数形式求解 | 第24-26页 |
| 3.1.3 动态规划形式求解 | 第26-29页 |
| 3.1.4 多尺度局部轮廓线提取 | 第29-30页 |
| 3.2 全局轮廓线融合 | 第30-33页 |
| 3.3 实验结果与分析 | 第33-43页 |
| 3.4 系统界面及交互设计 | 第43-44页 |
| 3.5 小结 | 第44-45页 |
| 第四章 高质量人脸轮廓提取算法 | 第45-68页 |
| 4.1 局部人脸轮廓线的抛物线特征 | 第45-46页 |
| 4.2 初始化和矩形区域采样 | 第46-48页 |
| 4.3 抛物线引导的局部人脸轮廓线提取 | 第48-51页 |
| 4.4 基于PCA的全局人脸轮廓线融合方法 | 第51-53页 |
| 4.5 实验结果与分析 | 第53-67页 |
| 4.6 小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 本文工作总结 | 第68-69页 |
| 5.2 未来工作展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 攻读硕士学位期间取得的研究成果 | 第76-78页 |
| 致谢 | 第78-79页 |
| 附件 | 第79页 |
