| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 本文研究内容和创新点 | 第15-16页 |
| 1.4 文章组织结构 | 第16-19页 |
| 第二章 基于形变模型与多视图人脸图像的匹配算法研究 | 第19-37页 |
| 2.1 形变模型的建立 | 第19-23页 |
| 2.1.1 Basel Face Model人脸库 | 第19-20页 |
| 2.1.2 Face Warehouse人脸库 | 第20-21页 |
| 2.1.3 形变模型的构建 | 第21-23页 |
| 2.2 多视图人脸图像的特征点检测 | 第23-25页 |
| 2.3 形变模型与多视图人脸图像匹配 | 第25-33页 |
| 2.3.1 三维人脸稠密匹配算法 | 第26-28页 |
| 2.3.2 透视投影 | 第28-31页 |
| 2.3.3 模型参数估计 | 第31-33页 |
| 2.3.4 模型函数 | 第33页 |
| 2.4 实验结果分析 | 第33-35页 |
| 2.4.1 基于形变模型与多视图人脸图像的匹配结果的定性分析 | 第33-34页 |
| 2.4.2 基于形变模型与多视图人脸图像的匹配结果的定量分析 | 第34-35页 |
| 2.5 本章小结 | 第35-37页 |
| 第三章 面向重建模型的优化算法研究 | 第37-47页 |
| 3.1 光度立体视觉技术的理论基础 | 第37-39页 |
| 3.1.1 基本光照模型 | 第37-38页 |
| 3.1.2 Lambertian光照模型 | 第38-39页 |
| 3.2 基于光度立体视觉技术的模型优化 | 第39-41页 |
| 3.3 重建模型度量标准 | 第41-42页 |
| 3.4 实验结果分析 | 第42-46页 |
| 3.4.1 实验环境 | 第42页 |
| 3.4.2 重建模型结果的定性分析 | 第42-44页 |
| 3.4.3 重建模型结果的定量分析 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 三维人脸重建系统的设计与实现 | 第47-55页 |
| 4.1 系统流程 | 第47-48页 |
| 4.2 系统设计 | 第48-49页 |
| 4.3 系统实现 | 第49页 |
| 4.4 系统测试 | 第49-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 论文总结 | 第55-56页 |
| 5.2 工作展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间参加的科研项目和取得的学术成果 | 第61-63页 |
| 致谢 | 第63-64页 |
