GPU加速的若干3D人脸分析与识别算法
| 摘要 | 第1-4页 |
| Abstract | 第4-11页 |
| 第1章 绪论 | 第11-21页 |
| ·课题背景 | 第11页 |
| ·3D人脸数据 | 第11-14页 |
| ·3D人脸数据的获取 | 第11-12页 |
| ·3D人脸数据的表示 | 第12-13页 |
| ·3D人脸数据库 | 第13-14页 |
| ·3D人脸分析与识别研究现状 | 第14-18页 |
| ·人脸识别的定义 | 第14-15页 |
| ·3D人脸识别系统 | 第15-16页 |
| ·3D人脸分析算法 | 第16-17页 |
| ·3D人脸识别算法 | 第17-18页 |
| ·3D人脸分析与识别中存在的问题 | 第18-19页 |
| ·本文研究内容与组织结构 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第2章 GPU通用计算技术 | 第21-35页 |
| ·GPU通用计算的定义 | 第21页 |
| ·图形处理器的诞生和发展 | 第21-23页 |
| ·GPU通用计算的革命——CUDA | 第23-24页 |
| ·全新的通用计算体系结构 | 第23页 |
| ·CUDA的软件体系 | 第23-24页 |
| ·GPU通用计算硬件基础——当代GPU核心架构 | 第24-27页 |
| ·AMD/ATI RV870核心架构 | 第24-26页 |
| ·NVidia GF100核心架构 | 第26-27页 |
| ·GPU通用计算开放标准——OpenCL | 第27-32页 |
| ·OpenCL的诞生 | 第27-28页 |
| ·OpenCL的体系结构 | 第28-32页 |
| ·GPU通用计算应用现状 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 GPU加速的3D人脸去噪处理 | 第35-52页 |
| ·尖峰噪声和高斯白噪声 | 第35-36页 |
| ·尖峰噪声移除、空洞填补和高斯平滑 | 第36-44页 |
| ·算法介绍 | 第36-37页 |
| ·GPU实现 | 第37-41页 |
| ·实验环境 | 第41页 |
| ·实验结果及分析 | 第41-44页 |
| ·双边网格去噪 | 第44-50页 |
| ·算法介绍 | 第44-45页 |
| ·GPU实现 | 第45-49页 |
| ·实验结果及分析 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第4章 GPU加速的3D人脸鼻尖点定位算法 | 第52-69页 |
| ·鼻尖点定位对于3D人脸分析的意义 | 第52页 |
| ·基于双模板匹配的任意姿态3D人脸鼻尖点定位算法 | 第52-61页 |
| ·算法思想及基本步骤 | 第52-54页 |
| ·侧影线提取 | 第54-55页 |
| ·侧影线重构 | 第55-58页 |
| ·双模板匹配 | 第58-61页 |
| ·GPU加速实现 | 第61-63页 |
| ·数据结构 | 第61-62页 |
| ·执行模型 | 第62页 |
| ·kernel | 第62-63页 |
| ·实验结果及分析 | 第63-68页 |
| ·定位实验 | 第63-66页 |
| ·GPU加速实验 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第5章 3D人脸匹配算法ICP的GPU加速实现 | 第69-83页 |
| ·ICP算法介绍 | 第69-73页 |
| ·算法思想和步骤 | 第69-70页 |
| ·在3D人脸分析与识别中应用 | 第70-71页 |
| ·存在的问题 | 第71-73页 |
| ·ICP算法的GPU加速实现 | 第73-80页 |
| ·加速方案 | 第73-74页 |
| ·计算最近邻点集 | 第74-78页 |
| ·GPU并行求和 | 第78-80页 |
| ·应用变换 | 第80页 |
| ·实验结果及分析 | 第80-82页 |
| ·本章小结 | 第82-83页 |
| 第6章 总结和展望 | 第83-86页 |
| ·论文工作总结及后续工作 | 第83-84页 |
| ·GPGPU编程感悟 | 第84-85页 |
| ·GPGPU展望 | 第85-86页 |
| 参考文献 | 第86-89页 |
| 攻读硕士学位期间主要的研究成果 | 第89-90页 |
| 致谢 | 第90页 |
