说明： 这里包含几篇人脸区域标定的算法和实现方面的文章。 因为对于不在高校内部的人来时，这些资源下载并不是免费的，所以上传上来，希望对需要的人有所帮助！

目录 第1章 绪论 1.1 模式和模式识别的概念 1.2 模式空间、特征空间和类型空间 1.3 模式识别系统的构成 1.3.1 信息获取 1.3.2 预处理 1.3.3 特征提取和选择 1.3.4 分类决策 1.4 物体的结构表示 1.5 图片识别问题 第2章 模式识别中的基本决策方法 2.1 基于最小错误率的贝叶斯决策 2.2 分类器设计 2.2.1 多类情况 2.2.2 两类情况 2.3 关于分类器的错误率 2.4 关于贝叶斯决策 2.5 线性判别函数的基本概念 2.6 设计线性分类器的主

第1章 绪论 1.1 模式和模式识别的概念 1.2 模式空间、特征空间和类型空间 1.3 模式识别系统的构成 1.3.1 信息获取 1.3.2 预处理 1.3.3 特征提取和选择 1.3.4 分类决策 1.4 物体的结构表示 1.5 图片识别问题 第2章 模式识别中的基本决策方法 2.1 基于最小错误率的贝叶斯决策 2.2 分类器设计 2.2.1 多类情况 2.2.2 两类情况 2.3 关于分类器的错误率 2.4 关于贝叶斯决策 2.5 线性判别函数的基本概念 2.6 设计线性分类器的主要步骤

本文在基于形变模型的人脸建模方法及应用方面展开了研究,主要的研究内容包括: (1) 面向中国人特征的大规模三维人脸数据库的建立。三维人脸数据库是建立形变模型的基础。数据库的建立包括数据获取、数据预处理、数据规格化以及数据库结构设计等研究内容。关键是要解决高维三维人脸数据基于特征的像素级稠密对应问题。 (2) 基于形变模型的人脸建模方法及改进。首先,基于三维人脸数据库,研究三维人脸形变模型的建立方法,主要包括参数模型的建立和针对输入人脸图像的模型匹配。模型建立涉及模型基础数据的量化处理和人脸参数