基于脸型的三维人脸识别方法研究
| 中文摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究的背景与意义 | 第9-10页 |
| 1.2 人脸识别技术研究现状 | 第10-11页 |
| 1.3 本研究的主要内容 | 第11-12页 |
| 1.4 本文的内容组织结构 | 第12-14页 |
| 第2章 二维到三维人脸识别的相关理论 | 第14-24页 |
| 2.1 人脸器官的分布及特点 | 第14-15页 |
| 2.2 人的脸型 | 第15-16页 |
| 2.3 人脸三维模型 | 第16-17页 |
| 2.4 人脸特征点的选取 | 第17-19页 |
| 2.5 三维模型的几个坐标系 | 第19-23页 |
| 2.5.1 物体坐标系 | 第20页 |
| 2.5.2 世界坐标系 | 第20-21页 |
| 2.5.3 眼空间 | 第21-22页 |
| 2.5.4 裁剪空间 | 第22-23页 |
| 2.6 小结 | 第23-24页 |
| 第3章 脸型的确定 | 第24-35页 |
| 3.1 人脸结构中的几个参数 | 第24-26页 |
| 3.2 特征点的标定 | 第26-27页 |
| 3.2.1 三维模型的标定 | 第26页 |
| 3.2.2 人脸照片的标定 | 第26-27页 |
| 3.3 脸型的确定 | 第27-28页 |
| 3.4 三维人脸库的构建 | 第28页 |
| 3.5 基于脸型方式匹配的优势 | 第28-34页 |
| 3.6 小结 | 第34-35页 |
| 第4章 人脸的匹配 | 第35-49页 |
| 4.1 遗传学的生物基础 | 第35-36页 |
| 4.2 遗传算法 | 第36-42页 |
| 4.2.1 遗传算法中的基因型和表现型 | 第38页 |
| 4.2.2 复制 | 第38-39页 |
| 4.2.3 交叉 | 第39-40页 |
| 4.2.4 变异 | 第40-41页 |
| 4.2.5 适应度和适应函数 | 第41-42页 |
| 4.3 特征距离的选取 | 第42-43页 |
| 4.4 权值的确定 | 第43-45页 |
| 4.4.1 适应度函数的确定 | 第43-44页 |
| 4.4.2 遗传算法实现 | 第44-45页 |
| 4.5 人脸数据库中的详细匹配 | 第45页 |
| 4.6 遗传算法结合最小二乘法的优势 | 第45-48页 |
| 4.6.1 权值获取方式的比较 | 第45-46页 |
| 4.6.2 与欧氏距离法的比较 | 第46-47页 |
| 4.6.3 识别率的比较 | 第47-48页 |
| 4.7 小结 | 第48-49页 |
| 第5章 系统的实验与开发 | 第49-54页 |
| 5.1 Unity3d简介 | 第49-50页 |
| 5.2 开发环境 | 第50页 |
| 5.3 系统包含的模块 | 第50-51页 |
| 5.4 实验结果分析 | 第51-53页 |
| 5.5 小结 | 第53-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 6.1 研究总结 | 第54-55页 |
| 6.2 不足与展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 在校期间发表的论文、科研成果 | 第59-60页 |
| 致谢 | 第60页 |
