网站大量收购独家精品文档,联系QQ:2885784924

基于自适应三维人脸模型的实时头部姿态估计-计算机科学与技术专业论文.docxVIP

基于自适应三维人脸模型的实时头部姿态估计-计算机科学与技术专业论文.docx

  1. 1、本文档共120页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于自适应三维人脸模型的实时头部姿态估计-计算机科学与技术专业论文

优秀毕业论文 精品参考文献资料 合肥工业大学本论文经答辩委员会全体委员审查,确认符合合肥工业大 合肥工业大学 本论文经答辩委员会全体委员审查,确认符合合肥工业大 学学历硕士学位论文质量要求。 答辩委员会签名(工作单位、职称、姓名) 主席: 七谂弛动a 中国科学技术大学教授 委员: 痞弗 安徽大学 教授 合肥工业大学 教授 合肥工业大学 副教授 合肥工业大学 副教授 导 万方数据 学位论文独创性声明本人郑重声明:所呈交的学位论文是本人在导师指导下进行独立研究工作所 学位论文独创性声明 本人郑重声明:所呈交的学位论文是本人在导师指导下进行独立研究工作所 取得的成果。据我所知,除了文中特别加以标注和致谢的内容外,论文中不包含 其他人已经发表或撰写过的研究成果,也不包含为获得金日巴王些太堂 或其他 教育机构的学位或证书而使用过的材料。对本文成果做出贡献的个人和集体,本 人己在论文中作了明确的说明,并表示谢意。 学位论文中表达的观点纯属作者本人观点,与合肥工业大学无关。 学位论文作者签名: 矛呈斜交 签名目期:功Ib年牛月12-El 学位论文版权使用授权书 本学位论文作者完全了解金胆工业太堂有关保留、使用学位论文的规定, 即:除保密期内的涉密学位论文外,学校有权保存并向国家有关部门或机构送交 论文的复印件和电子光盘,允许论文被查阅或借阅。本人授权金目巴工些太堂可 以将本学位论文的全部或部分内容编入有关数据库,允许采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 (保密的学位论文在解密后适用本授权书) 学位论文作者签名:褪斜文 将刻磁轹多惕’ 签名日期:wl 6r年牛月以El 签名日期:签名日期: /年f月年1月 日日 论文作者毕业去向 工作单位: 联系电话: 通讯地址: 邮政编码: 万方数据 致谢时光荏苒,三年的研究生生涯即将结束,回想起这三年来的研究生生活,老 致谢 时光荏苒,三年的研究生生涯即将结束,回想起这三年来的研究生生活,老 师和同学们给予我不断的帮助和支持使我收益很多,对此我心里充满了感激。在 此,向那些关心、支持、帮助过我的人们表示衷心的感谢。 首先,衷心地感谢我的导师赵仲秋教授。在读研期间,赵老师给予了我悉心 的指导和关怀。赵老师学识渊博、工作勤奋,具有严谨的学术态度以及诲人不倦 的师者风范,一直是我学习的榜样。在此向赵老师表示我最诚挚的谢意! 另外,我得感谢我的师兄彭博士。在深圳实习的一年里,你给予我的帮助最 大、最多。作为一个研究助理,你对我的项目进展都进行了详细的安排,在我遇 到困难时,你总是第一个给我指出问题的解决方案和思路。这一年里,我在你的 悉心指导下不断的进步。在此向我亲爱的师兄彭博士致谢! 感谢女朋友在我读研期间的一路陪伴和支持,她对我的学业起到了极大的推 动力,在此向亲爱的她致谢! 感谢课题组的组员郑鹏、郝振伟、卞海曼、耿超和韩雯雯,在科研过程中大 家互相帮助,在一起解决了许多研究中遇到的问题。感谢他们在学习和生活上给 予我的帮助和支持。感谢斛兵楼413实验室的所有同学们,每周一次的科研讨论, 令我受益良多。 感谢我的舍友焦同、徐祥伟和陈伟,在日常生活和学习中,他们对我的关心 和帮助,使我感受到了家庭般的温暖。 特别感谢我的父母,他们对我学业的支持以及生活中无微不至的关怀,使我 时时感觉到温暖和感动,是我一直奋斗的动力。 最后,感谢参加论文评审和答辩的各位老师对本文的批评指正! 作者:程科文 2016年4月7日 万方数据 摘要头部姿态估计是估计人脸图像在三维空间中的旋转角度的过程。头部姿态估 摘要 头部姿态估计是估计人脸图像在三维空间中的旋转角度的过程。头部姿态估 计作为计算机视觉中的一个重要研究方向,可应用于很多领域,包括人机交互, 虚拟现实,多姿态人脸识别,疲劳驾驶检测等领域。 目前,头部姿态估计的方法大体上可以分为三类:基于人脸外观的方法、基 于分类的方法和基于模型的方法。早期主要研究基于人脸外观的方法,近年来主 要研究基于分类和模型的方法。基于分类的方法通常应用在静态图像中较多,难 以模拟出视频中头部姿态变化的连续过程,从而导致了精度难以保证。基于模型 的方法是目前的研究热点,它的优势在于高效,并且在特征点定位准确时,精度 能够得到保证。 本文主要围绕基于三维人脸模型的头部姿态估计进行研究,涉及到的相关领 域知识主要包括人脸检测,人脸对齐以及头部姿态估计等。在人脸检测上,选择 了基于Haar特征和AdaBoost级联分类器的人脸检测算法,用该算法首先寻找人 脸区域;在人脸对齐上,分别考虑到人脸关键点定位准确性和效率的基础上,选 择了SDM(Supervised Descent Method,监督下降法)方法,并提出了跟踪方案; 在头部姿态估计上,采用关键点选择更加灵活的基于三维人脸模型的

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档