首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于形变模型的三维人脸建模方法研究

摘要第1-6页
Abstract第6-9页
目录第9-11页
插图第11-13页
Figure第13-15页
第1章 绪论第15-27页
   ·研究背景及意义第15-18页
   ·研究现状第18-25页
     ·基于经验知识的三维人脸建模第18-22页
     ·基于样本学习的三维人脸建模第22-25页
   ·论文组织结构第25-27页
第2章 基于组合模型匹配的样本规格化第27-43页
   ·引言第27-29页
   ·样本预处理第29-31页
     ·面部信息的去噪、平滑和分离第29-30页
     ·样本坐标矫正第30-31页
   ·样本规格化第31-40页
     ·曲面变形算法第32-34页
     ·基于网格重采样的方法第34-36页
     ·基于组合模型匹配的规格化方法第36-40页
   ·实验结果和分析第40-42页
   ·小结第42-43页
第3章 基于遗传算法的三维人脸样本扩充第43-61页
   ·引言第43页
   ·基于遗传算法的三维人脸样本扩充第43-54页
     ·编码方式第45-46页
     ·适应度函数第46-47页
     ·选择操作第47页
     ·交叉操作第47-53页
     ·变异操作第53-54页
   ·实验结果第54-59页
     ·三维人脸样本扩充结果第54-56页
     ·基于扩充样本的三维人脸建模结果第56-58页
     ·基于扩充样本的三维人脸识别结果第58-59页
   ·小结第59-61页
第4章 基于典型相关性分析的三维人脸建模第61-79页
   ·引言第61-62页
   ·模型概述第62-65页
     ·模型建立第63-64页
     ·模型匹配第64-65页
   ·基于典型相关性分析的样本选择第65-70页
     ·典型相关性分析第66-67页
     ·样本表示和相关性计算第67-70页
   ·实验结果和分析第70-78页
     ·样本预处理第70-71页
     ·实验结果比较第71-78页
   ·小结第78-79页
第5章 基于粒子群优化算法的模型匹配第79-93页
   ·引言第79页
   ·模型匹配第79-81页
   ·粒子群优化算法第81-82页
   ·多层次模型匹配算法第82-86页
     ·多层次粒子群模型第82-83页
     ·多层次模型匹配算法第83-85页
     ·惯性权重因子变化策略第85-86页
     ·认知因子自适应策略第86页
   ·实验结果和分析第86-91页
   ·小结第91-93页
结论第93-97页
 论文的创新研究与总结第93-94页
 研究工作的展望第94-97页
参考文献第97-105页
攻读博士学位期间发表的学术论文第105-107页
致谢第107-108页
附件第108页

论文共108页,点击 下载论文
上一篇:信息系统等级保护中的多级安全技术研究
下一篇:基于RTT相似度的网络延迟估测理论和方法