声明
致谢
摘要
1 绪论
1.1 研究背景
1.2 相关研究
1.2.1 基于先验规则的特征定位方法
1.2.2 基于统计学习的特征定位方法
1.3 本文研究内容
1.4 本文结构安排
2 ASM人脸特征定位方法
2.1 人脸形状模型构建
2.1.1 形状模型及建立方法
2.1.2 数据集对齐
2.2 局部灰度模型构建
2.3 搜索方法
2.4 实验结果和分析
2.5 本章小结
3 给定初始人脸形状下基于SVM的人脸特征定位方法
3.1 梯度方向直方图特征描述
3.1.1 梯度方向直方图的计算方法
3.1.2 多层梯度方向直方图特征描述
3.2 支持向量机
3.2.1 SVM的实现方法
3.2.2 SVM核函数
3.3 基于HOG和SVM的局部特征位置分类识别
3.3.1 局部特征SVM分类器的构建
3.3.2 局部特征新位置的搜索区域
3.3.3 SVM的后验概率
3.3.4 新位置候选点集的确定
3.4 基于SVM的入脸全局特征定位
3.4.1 基于SVM后验概率的人脸形状相似概率
3.4.2 基于人脸形状相似概率的局部特征新位置选取
3.4.3 基于人脸形状相似概率的人脸形状收敛条件
3.5 实验结果及分析
3.6 本章小结
4 基于部分特征的初始人脸形状计算方法
4.1 基于部分特征计算全局人脸形状
4.2 基于部分特征的初始人脸形状确定
4.3 实验结果和分析
4.4 本章小结
5 实验结果和分析
5.1 基于SVM的人脸特征定位方法
5.1.1 模型构建
5.1.2 人脸特征定位的计算方法
5.2 实验结果及分析
5.2.1 BioID样本集介绍
5.2.2 特征定位准确的判断依据
5.2.3 实验结果
5.2.4 实验结果分析
5.3 本章小结
6 总结和展望
6.1 总结
6.2 展望
参考文献
作者简历