基于网络的三维人脸重构系统的研究
摘要 | 第1-5页 |
ABSTRACT | 第5-6页 |
目录 | 第6-9页 |
第一章 绪论 | 第9-15页 |
·人脸三维建模技术的背景研究 | 第9-10页 |
·三维人脸建模技术的主要研究内容和问题 | 第10-11页 |
·三维人脸建模技术的国内外研究现状 | 第11-12页 |
·本文的研究路线及内容安排 | 第12-15页 |
·本文的主要工作 | 第12-14页 |
·本文的章节安排 | 第14-15页 |
第二章 人脸特征点自动识别 | 第15-26页 |
·基于AdaBoost算法特征点识别 | 第15-17页 |
·提升方法的基本思路 | 第15-16页 |
·AdaBoost算法 | 第16-17页 |
·人脸图片的特征表示 | 第17-18页 |
·特征表述 | 第17-18页 |
·积分图像 | 第18页 |
·特征选取 | 第18-20页 |
·弱分类器的设计 | 第19页 |
·基于AdaBoost特征提取算法 | 第19-20页 |
·试验结果 | 第20页 |
·学习级联函数 | 第20-22页 |
·检测过程 | 第21-22页 |
·检测结果 | 第22页 |
·特征点识别 | 第22-25页 |
·样本准备 | 第22-23页 |
·形状模型约束 | 第23-24页 |
·特征点检测结果 | 第24-25页 |
本章小结 | 第25-26页 |
第三章 三维人脸几何建模 | 第26-40页 |
·人脸几何建模概述 | 第26页 |
·三维人脸外观 | 第26页 |
·本章主要介绍内容 | 第26页 |
·人脸模型的表达形式 | 第26-31页 |
·表示人脸模型常用技术 | 第26-27页 |
·通用人脸模型建模 | 第27-28页 |
·标准人脸模型 | 第28-31页 |
·模型拟合 | 第31-39页 |
·模型拟合概述 | 第31-32页 |
·模型拟合的步骤 | 第32页 |
·姿势恢复 | 第32-34页 |
·基于Stretching因子局部调整 | 第34-38页 |
·散乱数据插值 | 第38-39页 |
本章小结 | 第39-40页 |
第四章 纹理映射 | 第40-47页 |
·纹理映射的背景 | 第40页 |
·纹理映射的主要方法 | 第40-41页 |
·常见纹理映射方法的分类 | 第40-41页 |
·本文使用纹理映射方法分析 | 第41页 |
·纹理映射权重 | 第41-42页 |
·纹理映射函数的数学表示 | 第41页 |
·权重系统方程考虑因素 | 第41-42页 |
·视角无关纹理映射 | 第42-43页 |
·视角相关纹理映射 | 第43-44页 |
·正侧面图像纹理映射 | 第44-46页 |
本章小结 | 第46-47页 |
第五章 基于网络的系统架构 | 第47-55页 |
·基于Django的三维人脸重构系统 | 第47-49页 |
·网络三维人脸重构系统背景 | 第47页 |
·Django web框架简介 | 第47-48页 |
·Django的设计特点 | 第48-49页 |
·基于Django的三维人脸重构系统 | 第49页 |
·Nginx部署Django | 第49-51页 |
·Nginx服务器简介 | 第50页 |
·在Nginx上的部署Django框架 | 第50-51页 |
·三维人脸建模缓存系统 | 第51-52页 |
·Memcache简介 | 第51页 |
·构建缓存内容 | 第51-52页 |
·系统架构图 | 第52页 |
·软件界面设计 | 第52-53页 |
本章小结 | 第53-55页 |
第六章 总结与展望 | 第55-57页 |
参考文献 | 第57-63页 |
致谢 | 第63-64页 |
攻读学位期间发表的学术论文 | 第64页 |