資源描述：
《基于phow特征的人臉姿態(tài)識(shí)別算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、？沒祭蒲杏喊惠靜狂縱；茲辦＇．‘＇產(chǎn)＇冷ｋ％；；綜典讀曼據(jù)如榮餐織每誠(chéng)讓繫繁誓；巧＇－ｆ．－扭賴Ｖ々：知公開節(jié)皆斬帶評(píng)勢(shì)結(jié)霉、形蘇賴！靡冷、’＾續(xù)科分類號(hào)，；若：：：資論文編號(hào)！３８１２０３的＆｝；＞Ｖ知〇如如５＾３２０沁０為挪－．－．‘一－－＇‘種＇？、■、．‘一．；’：－Ｖ、－Ｖ．Ｖ、、‘，１■二．：—、＇、．．’—、Ａ…．＾＾’，聽＇＾．１．知背致＇＾‘占心咕，、＇冷‘＇‘－夢(mèng)戶，礙，＂、古：＾、．、．心其、＇＂．．、．＇＇．．、．．雜幫斯與巧：巧５品．載證掉由莽祐Ｓ．巧義
2、弁＇：少來斯．－瞧撫靡爹如。｜‘－站＇；‘：．心’、ｖｖ；；’＇－扣茹《義市；．二掉，．點(diǎn)站＇＞扣：馬Ｖ帶Ａ一誠(chéng)滿＞、藝ｉｐｉ觀過?；凑撊Rｉｉｉｉｌ■？＊■＇－■．－－■－■：＇’－－：；７：；：：巧：：？。■：：＇．■？＊＇？＊－■■；－－．？■？－？，沒、＇－＊ＶＪ、、？ｗ－八叫？：苗ｔｉ＞ｖＶｔ．ｒ．＞？－，一．．Ｖｖ－與、，＾；／、、＇．、隻鮮藥矛ＰＨ納（特征敝乂繼姿態(tài)ｉＲ別算法研究誦Ｈ．－．＇、、、＊＇、＇．．－川＇、｜’＇．、’．－、‘、
3、＾■．：■、－：．、＼、Ｖ〇‘‘Ｖ、、心，：：如參；＂‘‘、‘，，＂、六苦；；辦；式喪矜竄典義煤；嗦／捧強(qiáng)請(qǐng)叫ｊ．－‘、＇‘－＊？心＾．八：，；、－滬川片＞品１．‘苗＊扯．巧知聲識(shí)幫；秋；＾ｔ＇．’＇＇心、弟．＾．＾‘二：、＂巧苗．於始■‘皆八為；、；氣＞＞＞／；邀巧心別＞、如霉王健作者補(bǔ)絲旅／豬囊．舞處斗涼赫遽：戮、填變積料纖應(yīng)術(shù)＂?。坷^慷？膠驟麵、獅胃多＾爾游難方＊鱗’攀、、鳴一心胃‘．：，：．科、培養(yǎng)學(xué)院學(xué)與技術(shù)學(xué)曉算祝皆卻Ｖ‘證：；貨解戸皆—沁．子？＾—．；赴：以姑紅；；？從心．
4、鴻；，貧挪蘇Ｘ心．＂＊＇■：、；、Ｉ．－：＇＾：．；三ｔ：＇：＇，；嫂雖．？在誠(chéng)；締Ｘ＾繞心賊餘＇韓端、哉；蹤＇ｉ祭ｆ受；＇八＇．知辟抵．作；，！巧磚與；魚；，於稱纖潑令Ｙ妒，轉(zhuǎn)豬貧游辯識(shí)戶為＾＇＇■Ｓ．｜－．．．．＾．早．＇－．、粗．Ｖ盡私鑰、醉，於；公’Ｋ‘＇’—．’：＇：．二〇六月六日拉、年；．，謂、難和ｒ繫，銷知．編；麟．游．讀‘＂嘟．．．：．‘－》．；貨＇Ｖ鱗；心，如翰咕心巧；成鴻輸游＼和中圖分類號(hào)：密級(jí)：公開學(xué)科分類號(hào)：論文編號(hào)：37_081203_110456320161
5、00399_LW碩士學(xué)位論文基于PHOW特征的人臉姿態(tài)識(shí)別算法研究作者姓名：王健學(xué)科專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：閆華教授培養(yǎng)院系：計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院二○一六年五月PHOWBasedFeatureDetectionforHeadPoseEstimationADissertationSubmittedfortheDegreeofMasterCandidate：WangJianSupervisor：Prof.YanHuaSchoolofComputerScienceandTechnologyShandongUniversityofFina
6、nceandEconomics中圖分類號(hào)：密級(jí)：公開學(xué)科分類號(hào)：論文編號(hào)：37_0812_11045632016100399_LW碩士學(xué)位論文基于PHOW特征的人臉姿態(tài)識(shí)別算法研究作者姓名：王健申請(qǐng)學(xué)位級(jí)別：工學(xué)碩士指導(dǎo)教師姓名：閆華職稱：教授學(xué)科專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)研究方向：數(shù)字圖像處理學(xué)習(xí)時(shí)間：自2013年9月1日起至2016年6月30日止學(xué)位授予單位：山東財(cái)經(jīng)大學(xué)學(xué)位授予日期：2016年6月摘要摘要人臉姿態(tài)識(shí)別是計(jì)算機(jī)視覺領(lǐng)域和人臉識(shí)別領(lǐng)域的一個(gè)重要研究方向，是人臉識(shí)別系統(tǒng)中至關(guān)重要的一步，具有廣泛的應(yīng)用價(jià)值和良好的市場(chǎng)前景。當(dāng)前
7、，國(guó)內(nèi)外對(duì)于人臉姿態(tài)識(shí)別的研究都投入了可觀的人力、物力和財(cái)力。相關(guān)的研究方法根據(jù)實(shí)現(xiàn)原理的不同，可分為基于模板的方法、基于檢測(cè)的方法、基于人臉幾何特征的方法、基于特征回歸的方法、基于子空間學(xué)習(xí)的方法、基于局部約束模型的方法等等；根據(jù)數(shù)據(jù)源類型的不同，可分為基于彩色圖像的方法、基于深度圖像的方法和基于3D圖像的方法等。盡管人臉姿態(tài)識(shí)別研究已經(jīng)取得了重大的突破，但是由于圖像采集、人臉檢測(cè)、姿態(tài)識(shí)別等過程中軟硬件條件的制約，目前存在的人臉姿態(tài)識(shí)別方法在實(shí)際應(yīng)用中仍存在一定的局限性：僅能識(shí)別小范圍的單個(gè)方向上的離散的人臉姿態(tài)變化，針對(duì)光照變化、
8、局部遮擋和表情變化等影響因素的魯棒性不高，對(duì)于復(fù)雜的多個(gè)方向同時(shí)變化的人臉姿態(tài)仍無能為力。本文提出了基于PHOW的人臉姿態(tài)識(shí)別算法以解決提取可以更準(zhǔn)確描述人臉姿態(tài)變化特征的難題。其中，SIFT尺度不變特征轉(zhuǎn)
