基于神经网络的三维人脸表情识别
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 三维人脸数据库 | 第9-11页 |
| 1.3 三维人脸表情识别的发展现状 | 第11-13页 |
| 1.3.1 静态三维人脸表情识别 | 第12页 |
| 1.3.2 基于形变模型的特征 | 第12-13页 |
| 1.3.3 动态三维人脸表情识别 | 第13页 |
| 1.4 论文的主要内容和安排结构 | 第13-15页 |
| 1.4.1 论文研究的主要内容及创新点 | 第13页 |
| 1.4.2 论文章节安排 | 第13-15页 |
| 2 三维人脸数据采集及预处理 | 第15-25页 |
| 2.1 三维人脸数据采集 | 第15-18页 |
| 2.1.1 三维人脸数据介绍 | 第15页 |
| 2.1.2 结构光三角测距原理 | 第15-18页 |
| 2.2 三维人脸数据预处理 | 第18-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 三维人脸表情特征提取 | 第25-35页 |
| 3.1 人脸关键点定位 | 第25-28页 |
| 3.1.1 鼻尖点定位 | 第25-26页 |
| 3.1.2 鼻翼端点 | 第26-27页 |
| 3.1.3 人脸内、外眼角点 | 第27页 |
| 3.1.4 上下嘴唇中点及下巴 | 第27-28页 |
| 3.1.5 二维图像辅助的人脸关键点定位 | 第28页 |
| 3.2 人脸深度差分图的获取 | 第28-33页 |
| 3.2.1 不同人脸深度图获取方法 | 第28-30页 |
| 3.2.2 人脸差分深度图获取方法 | 第30-33页 |
| 3.3 人脸表情特征提取 | 第33-34页 |
| 3.4 本章小节 | 第34-35页 |
| 4 基于CNN神经网络的三维人脸表情识别算法 | 第35-52页 |
| 4.1 生物神经网络 | 第35页 |
| 4.2 人工神经网络 | 第35-41页 |
| 4.2.1 人工神经网络的发展 | 第36页 |
| 4.2.2 人工神经网络的基本模型 | 第36-41页 |
| 4.3 卷积神经网络 | 第41-50页 |
| 4.3.1 卷积神经网络历史 | 第42-43页 |
| 4.3.2 卷积神经网络的结构 | 第43-50页 |
| 4.4 CNN网络结构的设计 | 第50-51页 |
| 4.5 本章小节 | 第51-52页 |
| 5 实验过程及结果分析 | 第52-57页 |
| 5.1 实验过程流程图 | 第52页 |
| 5.2 三维人脸表情样本库的建立 | 第52-53页 |
| 5.2.1 三维人脸原始数据的获取 | 第53页 |
| 5.2.2 三维人脸数据的处理与深度差分图的生成 | 第53页 |
| 5.3 实验结果与数据分析 | 第53-55页 |
| 5.4 本章小节 | 第55-57页 |
| 6 总结及展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64页 |
