| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-13页 |
| 1.2.1 国外人脸跟踪发展现状 | 第11-12页 |
| 1.2.2 国内人脸跟踪发展现状 | 第12-13页 |
| 1.3 人脸跟踪研究 | 第13-16页 |
| 1.4 人脸跟踪的应用领域及展望 | 第16-17页 |
| 1.5 论文主要研究内容以及章节安排 | 第17-19页 |
| 1.5.1 主要研究内容 | 第17-18页 |
| 1.5.2 论文结构 | 第18-19页 |
| 第2章 人脸跟踪算法的概述与分析 | 第19-27页 |
| 2.1 引言 | 第19页 |
| 2.2 基于光流法的人脸跟踪 | 第19-21页 |
| 2.3 基于Camshift法人脸跟踪 | 第21-24页 |
| 2.4 基于粒子滤波法人脸跟踪 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于ASM的人脸特征点标定 | 第27-34页 |
| 3.1 引言 | 第27页 |
| 3.2 主动外观模型(AAMs)简介 | 第27页 |
| 3.3 AAM算法过程 | 第27-29页 |
| 3.4 ASM(Active Shape Model)算法简介 | 第29-30页 |
| 3.5 ASM算法过程 | 第30-34页 |
| 3.5.1 ASM训练过程：建立形状模型 | 第31-32页 |
| 3.5.2 ASM搜索过程 | 第32-34页 |
| 第4章 基于PC-SIFT的人脸特征点提取与匹配 | 第34-39页 |
| 4.1 引言 | 第34页 |
| 4.2 SIFT特征点提取算法与匹配 | 第34-39页 |
| 4.2.1 构建尺度空间 | 第34-35页 |
| 4.2.2 DOG金字塔与极值点选取 | 第35-36页 |
| 4.2.3 利用特征点周围邻域的信息生成特征描述子 | 第36页 |
| 4.2.4 特征点匹配 | 第36页 |
| 4.2.5 改进的主成份分析PC-SIFT | 第36-39页 |
| 第5章 3D人脸姿态估计 | 第39-59页 |
| 5.1 引言 | 第39页 |
| 5.2 坐标系及坐标变换 | 第39-42页 |
| 5.3 通用人脸3维模型 | 第42-43页 |
| 5.4 四元数简介 | 第43-49页 |
| 5.4.1 四元数的表示方法 | 第44-45页 |
| 5.4.2 四元数的运算 | 第45-46页 |
| 5.4.3 坐标系旋转过程分析 | 第46-48页 |
| 5.4.4 坐标系旋转的四元数表示 | 第48-49页 |
| 5.5 RANSAC随机抽样一致 | 第49-50页 |
| 5.6 RANSAC框架下的姿态参数求解 | 第50-51页 |
| 5.7 最小化投影误差 | 第51-52页 |
| 5.8 POSIT算法：3D姿态估计 | 第52-55页 |
| 5.9 关键帧的选取 | 第55-56页 |
| 5.10 实验结果 | 第56-57页 |
| 5.11 实验环境与参数 | 第57-59页 |
| 结论 | 第59-61页 |
| 展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第68-69页 |
| 附录B 攻读学位期间所参与的科研项目 | 第69页 |