| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 引言 | 第7-14页 |
| 1．1 人脸识别的应用 | 第7-8页 |
| 1．2 传统二维人脸识别的介绍 | 第8-9页 |
| 1．3 3D人脸识别问题的提出 | 第9-10页 |
| 1．3．1 二维人脸存在的问题 | 第9-10页 |
| 1．3．2 3D的优势 | 第10页 |
| 1．4 3D人脸获取技术基础 | 第10-14页 |
| 第2章 3D人脸识别方法概述 | 第14-22页 |
| 2．1 基于曲率的方法 | 第14-16页 |
| 2．2 基于模型拟合及合成的方法 | 第16-19页 |
| 2．3 基于形状表征的方法 | 第19-21页 |
| 2．4 其它方法 | 第21-22页 |
| 第3章 3D人脸的曲面极光谱表征方法 | 第22-32页 |
| 3．1 介绍 | 第22-23页 |
| 3．2 方法概述 | 第23页 |
| 3．3 目标曲面选取 | 第23-24页 |
| 3．4 曲面到平面的参数化 | 第24-28页 |
| 3．4．1 参数化的方法介绍 | 第24-26页 |
| 3．4．2 三维曲面到圆平面的映射 | 第26-28页 |
| 3．5 曲面极光谱的产生 | 第28-30页 |
| 3．5．1 极坐标变化 | 第28-29页 |
| 3．5．2 频谱生成 | 第29-30页 |
| 3．6 总结 | 第30-32页 |
| 第4章 曲面极光谱在人脸识别中的应用 | 第32-40页 |
| 4．1 简介 | 第32页 |
| 4．2 Fisher-Spectrum算法 | 第32-33页 |
| 4．3 实验设计 | 第33-37页 |
| 4．3．1 实验数据 | 第34-35页 |
| 4．3．2 实验结果的评估指标 | 第35-37页 |
| 4．4 实验结果和分析 | 第37-40页 |
| 第5章 基于profile的人脸识别方法比较 | 第40-53页 |
| 5．1 介绍 | 第40-41页 |
| 5．1．1 profile定义 | 第40页 |
| 5．1．2 流程框架 | 第40-41页 |
| 5．2 度量 | 第41-42页 |
| 5．3 归一化计算 | 第42-45页 |
| 5．3．1 基于基准点的归一化(Tangent) | 第42-43页 |
| 5．3．2 二维迭代共轭点法(ICP) | 第43-44页 |
| 5．3．3 基于模拟退火的Hausdorff距离最小化(SA) | 第44-45页 |
| 5．4 实验结果比较 | 第45-52页 |
| 5．4．1 实验数据集 | 第45-47页 |
| 5．4．2 归一化方法比较 | 第47页 |
| 5．4．3 度量标准对识别结果的影响 | 第47-50页 |
| 5．4．4 鲁棒性实验 | 第50-52页 |
| 5．5 小结 | 第52-53页 |
| 第6章 本论文总结 | 第53-55页 |
| 6．1 本文的工作总结 | 第53页 |
| 6．2 进一步的研究设想 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61页 |