首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于CNN的有遮挡三维人脸重建算法的研究

摘要第4-6页
abstract第6-7页
第1章 绪论第13-20页
    1.1 研究背景及意义第13-14页
    1.2 国内外研究现状第14-18页
        1.2.1 人脸图像复原的国内外研究现状第14-16页
        1.2.2 三维人脸重建的国内外研究现状第16-18页
    1.3 本文主要研究内容与章节安排第18-20页
        1.3.1 主要研究内容第18-19页
        1.3.2 章节安排第19-20页
第2章 相关理论第20-39页
    2.1 生成图像方法第20-24页
        2.1.1 GAN第20-23页
        2.1.2 AutoEncoder第23-24页
    2.2 卷积神经网络第24-32页
        2.2.1 卷积神经网络原理第24-27页
        2.2.2 卷积神经网络模型第27-31页
        2.2.3 卷积神经网络优化第31-32页
    2.3 三维人脸重建算法第32-38页
        2.3.1 基于三维形变模型的重建算法第32-34页
        2.3.2 基于统计学习的重建方法第34-36页
        2.3.3 基于其他思想的重建算法第36-38页
    2.4 本章小节第38-39页
第3章 基于AutoEncoder的人脸图像去遮挡算法第39-50页
    3.1 添加人脸遮挡第39-42页
        3.1.1 固定遮挡第40-41页
        3.1.2 随机遮挡第41-42页
    3.2 网络构建第42-46页
        3.2.1 卷积编码网络第42-44页
        3.2.2 转置卷积解码网络第44-45页
        3.2.3 网络损失函数第45-46页
    3.3 基于AutoEncoder的人脸图像去遮挡第46-49页
        3.3.1 基于AutoEncoder的人脸图像去遮挡网络第46-48页
        3.3.2 基于AutoEncoder的人脸图像去遮挡算法第48-49页
    3.4 本章小结第49-50页
第4章 基于E2FARMod的有遮挡三维人脸重建算法第50-63页
    4.1 扩展数据集第50-55页
        4.1.1 形变模型参数第50-53页
        4.1.2 不同姿态和光照条件第53-54页
        4.1.3 增强鲁棒性第54-55页
    4.2 基于E2FARMod的优化第55-60页
        4.2.1 E2FARMod算法第55-57页
        4.2.2 基于E2FARMod的网络训练过程第57-60页
    4.3 基于E2FARMod的有遮挡三维人脸重建第60-62页
        4.3.1 基于E2FARMod的有遮挡三维人脸重建网络第60-61页
        4.3.2 基于E2FARMod的有遮挡三维人脸重建算法第61-62页
    4.4 本章小结第62-63页
第5章 实验结果及分析第63-78页
    5.1 实验环境第63-66页
        5.1.1 硬件环境第63-64页
        5.1.2 软件环境第64-66页
    5.2 实验数据集第66-69页
        5.2.1 CelebA第66页
        5.2.2 LFW第66-67页
        5.2.3 AT&T第67页
        5.2.4 BFM第67-68页
        5.2.5 AFLW2000-3D第68-69页
    5.3 实验评价标准第69-71页
        5.3.1 结构相似性第69-70页
        5.3.2 人脸相似度第70页
        5.3.3 均方根误差第70-71页
    5.4 实验结果及分析第71-77页
        5.4.1 基于AutoEncoder的人脸图像去遮挡算法的实验结果及分析第71-75页
        5.4.2 基于E2FARMod的有遮挡三维人脸重建算法的实验结果及分析第75-77页
    5.5 本章小结第77-78页
第6章 总结与展望第78-80页
    6.1 总结第78-79页
    6.2 进一步工作方向第79-80页
致谢第80-81页
参考文献第81-85页

论文共85页,点击 下载论文
上一篇:基于压电电缆的非接触式心率监测仪的研制
下一篇:无线传感网定位技术在林区火险监测中的研究与应用