| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-21页 |
| ·选题背景与研究意义 | 第11页 |
| ·三维人脸识别国内外研究历史与现况 | 第11-16页 |
| ·三维人脸识别的优势与难点 | 第16-17页 |
| ·人脸识别的性能评估 | 第17-18页 |
| ·论文的研究成果与创新点 | 第18页 |
| ·论文的组织结构 | 第18-21页 |
| 第二章 三维人脸数据的获取 | 第21-42页 |
| ·引言 | 第21-22页 |
| ·基于物理装置的数据获取 | 第22-24页 |
| ·基于多幅图像的数据获取 | 第24-25页 |
| ·双目视觉的人脸深度信息获取 | 第25-36页 |
| ·平行放置的双目视觉模型及立体图像对的预处理 | 第27-28页 |
| ·人脸的准确定位 | 第28-30页 |
| ·立体匹配 | 第30-33页 |
| ·深度信息的获取 | 第33-35页 |
| ·三维重构 | 第35-36页 |
| ·本文实验所使用的三维人脸数据库 | 第36-37页 |
| ·三维人脸数据数据规格化 | 第37-41页 |
| ·散乱数据的B样条曲面拟合 | 第37-39页 |
| ·多层次B样条曲面拟合 | 第39-40页 |
| ·3D人脸数据的规格化表示方法 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第三章 基于轮廓线曲率信息的三维人脸特征提取 | 第42-52页 |
| ·引言 | 第42页 |
| ·微分几何基础理论及曲率求解方法 | 第42-45页 |
| ·曲率的几何意义 | 第42-43页 |
| ·常用的曲率求解公式 | 第43-45页 |
| ·轮廓线提取与特征点定位 | 第45-49页 |
| ·人脸中分轮廓线 | 第45-48页 |
| ·鼻尖处横切轮廓线 | 第48-49页 |
| ·额头横切轮廓线和下巴轮廓线 | 第49页 |
| ·算法步骤 | 第49-50页 |
| ·实验结果 | 第50页 |
| ·本章小结 | 第50-52页 |
| 第四章 基于曲率特征和几何特征的三维人脸分级识别方法 | 第52-65页 |
| ·引言 | 第52页 |
| ·基于几何测量的三维人脸识别方法 | 第52-59页 |
| ·人脸特征 | 第52-53页 |
| ·特征向量计算方法 | 第53-55页 |
| ·欧式距离法 | 第55页 |
| ·实验结果 | 第55-59页 |
| ·基于轮廓线曲率特征的识别方法 | 第59-61页 |
| ·分段轮廓线 | 第59-60页 |
| ·实验结果 | 第60-61页 |
| ·三维人脸分级识别方法 | 第61-62页 |
| ·分级识别的思想 | 第61页 |
| ·平均特征向量的思想 | 第61-62页 |
| ·实验结果 | 第62页 |
| ·三维人脸识别系统 | 第62-63页 |
| ·系统功能设计 | 第62-63页 |
| ·系统实现 | 第63页 |
| ·本章小结 | 第63-65页 |
| 第五章 结论与展望 | 第65-67页 |
| ·主要研究工作总结 | 第65-66页 |
| ·后续研究方向 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 硕士在读期间科研成果介绍 | 第72-73页 |
| 发表论文 | 第72页 |
| 参与项目 | 第72-73页 |
| 致谢 | 第73页 |