文档介绍：介绍了小波变换的一些理论知识,‰小波的性质,并且介绍了将‰〔ê虯相结合。在目标点的搜索过程中引入了特征点处的‰卣魇沟媚勘甑愕乃蜒敖峁泳贰摘要人脸面部的关键特征点定位既是人脸识别研究领域中的一个关键问题,也是图形学和计算机视觉领域的一个基本问题。人脸特征点定位是基于人脸检测,目的是通过定位的人脸关键特征点来确定眼睛和嘴巴等主要器官的形状信息。目前最好的自动人脸识别低乘淙辉诶硐肭榭鱿履芄蝗〉帽冉虾玫氖侗鹦阅埽是实用的τ孟低郴剐枰=徊窖芯拷饩龃罅康墓丶侍猓绕涫切枰Q芯作为识别必要前提条件的人脸面部的关键特征点的精确定位问题。主动形状模型悄壳叭肆趁娌抗丶卣鞯憔范ㄎ坏闹髁鞣椒ㄖ弧且恢只诘惴植寄P琍乃惴āT赑中,外形相似的特定类别物体的形状通过若干关键的特征点锄淖甏成原始形状向量。对训练集中的所有形状向量进行对齐操作后,对他们进行分析建模,保留的主成分形成最终的形状模型,形状模型的参数反映了形状的主要可变化模式。搜索时首先通过局部纹理模型匹配得到各个特征点的更佳的位置,经过相似变换对齐后,通过统计形状模型对其进行约束,而后再进行局部纹理模型的匹配,形成一个迭代过程,以期形状模型最终匹配到输入的形状模式上去。本论文对经典的主动形状模型方法进行了深入的研究,并在此基础上对其进行了创新性的改进,使得人脸特征点定位更加地准确。论文的主要工作如下:系统的综述了生物特征识别技术和人脸特征点定位的发展历史和研究现状。总结了目前比较流行的人脸特征点定位方法,并分析和比较了各种方法的优详细介绍了经典的主动形状模型算法。主动形状模型主要包括形状模型的建立和局部纹理模型的建立,以及基于模型的目标搜索。相似性度量的方法。详细讲述了我们对经典主动形状模型的四点改进:边缘约束局部纹理模型、多分辨率搜索策略、在局部引入卣鳌⑿巫茨P驮谀勘晖枷裰械某跏蓟缺点。
知识水坝***@pologoogle为您整理
简述了改进后的惴ㄔ谌肆橙亟ㄖ械挠τ煤驮谌肆呈侗鹬械挠关键词:人脸特征点定位、主动形状模型、〔ā⒅鞒煞址治觥⑷亟用。摘要
知识水坝***@pologoogle为您整理
咖,,卸毗蒬舃硫簅们蒯削讯印印縴雠酉吼蚭瑚籿鋓..,也猳⑶.’総琣也玛:琈·.騍騦仕船琣一
如觚篶魀鍹珿、Ⅳ,鷇擘面.:.瓺,.闍Ⅳ
日期:眇多签名:虱二邀妻日期:冲年厂月尤年伊只日独创性声明关于论文使用授权的说明为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。C艿难宦畚脑诮饷芎笥ψ袷卮斯娑签名:导师签名:
选题背景和意义第一章绪论人脸检测要解决的是图片或者视频中哪里有人脸的问题,为了识别检测到的人脸,还需要进一步提取检测到的人脸的面部关键特征的位置,比如眼睛、鼻子和嘴巴的位置、形状乃至整个人脸的外轮廓等信息。对于该问题的研究即为通常意义上所说的人脸面部特征定位。换句话说,就是利用计算机在一幅人脸图像中自动地定位出人脸各个器官的准确位置。面部特征定位可以为人脸识别、姿态表情分析、人脸跟踪等研究工作提供相应的基础数据,因而具有举足轻重的地位。众所周知,尽管人类可以从一幅人脸图像中很轻松地分辨出面部特征点的准确位置,但对于计算机来讲却并非一件易事。人脸有复杂的三维表面结构,因而对于其形成的二维图像,其变化也是非常之大的。尤其对于不同的人脸姿态和人脸表情,以及不同的光照条件,得到的二维图像的差别是非常明显。因此,高精度、高效率的面部特征点定位是一个非常具有挑战性的关键课题。面部特征定位的研究意义是显而易见的,它不但为人脸图像的处理与分析提供了重要的几何信息,因为特征定位的准确与否直接关系到后续应用的可靠性。而且这些研究在人脸识别、人脸姿态表情分析、人脸合成、人脸动画、及基于模型的人脸图像编码中有着重要的应用。具体来讲可以分为以下几个部分:娌刻卣鞫ㄎ晃:笮娜肆呈侗鹛峁┘负翁卣鞯然⌒畔ⅰT谌肆呈侗鹚惴中,前期的一个重要工作就是人脸图像尺寸的归一化,而这个归一化的实现都是依赖于面部特征定位的结果。另外,一些算法中需要通过各个器官的相对位置和形状,来对面部局部区域