| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及其意义 | 第10-11页 |
| 1.2 视频面部识别的发展 | 第11-13页 |
| 1.3 本文主要研究内容 | 第13-16页 |
| 第2章 动画领域的面部动画生成方法 | 第16-26页 |
| 2.1 三维动画面部制作流程 | 第16-19页 |
| 2.2 基于光学动作捕捉的面部动画技术 | 第19-23页 |
| 2.2.1 光学捕捉的介绍 | 第19-20页 |
| 2.2.2 光学捕捉系统构成 | 第20-22页 |
| 2.2.3 光学捕捉使用步骤 | 第22-23页 |
| 2.3 动画制作中特征点分析 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 基于视频分析自动生成动画系统框架 | 第26-30页 |
| 3.1 基于视频分析自动生成动画系统框架介绍 | 第26-27页 |
| 3.2 面部视觉特征 | 第27-28页 |
| 3.3 面部动作单元 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 基于 AAM 面部特征点提取 | 第30-36页 |
| 4.1 主动表观模型的发展 | 第30-31页 |
| 4.2 面向动画生成的 AAM 面部控制点定位 | 第31-34页 |
| 4.2.1 模板训练 | 第31-32页 |
| 4.2.2 训练样本的标定 | 第32-34页 |
| 4.3 基于 AAM 的特征点定位 | 第34-35页 |
| 4.4 本章小结 | 第35-36页 |
| 第5章 数据模型在三维动画应用层的应用 | 第36-46页 |
| 5.1 FAP 技术的发展 | 第36-37页 |
| 5.2 基于 FAP 模型转化成三维数据 | 第37-39页 |
| 5.3 基于视频分析的三维动画合成实验 | 第39-40页 |
| 5.4 人脸动画参数模型在 Motionbuilder 中的使用 | 第40-43页 |
| 5.5 动画生成效果比较实验 | 第43-44页 |
| 5.6 本章小结 | 第44-46页 |
| 结论 | 第46-48页 |
| 参考文献 | 第48-50页 |
| 致谢 | 第50页 |