| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 国内研究现状 | 第12-13页 |
| 1.2.2 国外研究现状 | 第13-15页 |
| 1.3 研究内容 | 第15页 |
| 1.4 本文结构 | 第15-18页 |
| 第2章 三维人脸数据的获取与规格化 | 第18-26页 |
| 2.1 引言 | 第18页 |
| 2.2 人脸数据库概况 | 第18-19页 |
| 2.3 人脸数据获取 | 第19-20页 |
| 2.4 人脸数据预处理 | 第20-23页 |
| 2.4.1 面部数据的去噪、平滑和分离 | 第21页 |
| 2.4.2 面部数据的坐标矫正 | 第21-23页 |
| 2.5 人脸数据规格化 | 第23-24页 |
| 2.6 小结 | 第24-26页 |
| 第3章 基于薄板样条函数的配准方法的改进 | 第26-38页 |
| 3.1 引言 | 第26页 |
| 3.2 基于TPS的非刚性配准方法 | 第26-28页 |
| 3.3 TPS控制点选择方法的改进 | 第28-30页 |
| 3.3.1 基于人机交互方法选择标定点 | 第28-29页 |
| 3.3.2 基于随机回溯算法选择标定点 | 第29页 |
| 3.3.3 基于最远点采样算法选择标定点 | 第29-30页 |
| 3.4 出格点的处理 | 第30-31页 |
| 3.5 基于KD-Tree的最近点搜索算法 | 第31-32页 |
| 3.6 基于TPS的三维人脸数据非刚性配准算法的改进 | 第32页 |
| 3.7 实验结果与分析 | 第32-36页 |
| 3.7.1 实验数据 | 第32页 |
| 3.7.2 实验结果与分析 | 第32-36页 |
| 3.8 小结 | 第36-38页 |
| 第4章 基于形变模型的多视图三维人脸重建 | 第38-56页 |
| 4.1 引言 | 第38页 |
| 4.2 预备知识 | 第38-47页 |
| 4.2.1 刚体变换 | 第38-40页 |
| 4.2.2 透视投影 | 第40-43页 |
| 4.2.3 光照模型 | 第43-47页 |
| 4.3 三维人脸模型重建原理 | 第47-48页 |
| 4.4 形变模型的建立 | 第48-49页 |
| 4.5 形变模型的匹配 | 第49-52页 |
| 4.5.1 基于形变模型的投影图像 | 第49-50页 |
| 4.5.2 误差函数和优化过程 | 第50-52页 |
| 4.6 纹理映射 | 第52-55页 |
| 4.6.1 纹理映射的定义 | 第52-53页 |
| 4.6.2 纹理数据的获取方法 | 第53页 |
| 4.6.3 纹理映射算法 | 第53-55页 |
| 4.7 小结 | 第55-56页 |
| 第5章 实验与分析 | 第56-64页 |
| 5.1 实验平台 | 第56页 |
| 5.1.1 硬件实验平台 | 第56页 |
| 5.1.2 软件实验平台 | 第56页 |
| 5.2 实验所用数据 | 第56-57页 |
| 5.3 实验结果 | 第57-62页 |
| 5.3.1 实验一 | 第57-59页 |
| 5.3.2 实验二 | 第59-60页 |
| 5.3.3 实验三 | 第60-62页 |
| 5.3.4 实验四 | 第62页 |
| 5.4 小结 | 第62-64页 |
| 结论 | 第64-66页 |
| 本文总结 | 第64-65页 |
| 工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的学术论文 | 第70-72页 |
| 致谢 | 第72页 |