| 摘要 | 第4-6页 |
| Abstract | 第6页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究意义及应用领域 | 第10-11页 |
| 1.2 国内外相关研究 | 第11-16页 |
| 1.2.1 人脸的网格表示 | 第12页 |
| 1.2.2 细微表情合成相关技术 | 第12-16页 |
| 1.2.3 细节表情合成发展趋势 | 第16页 |
| 1.3 本文的主要工作 | 第16-18页 |
| 第2章 基于FAP的细微表情合成技术 | 第18-33页 |
| 2.1 基于FAP的表情运动描述 | 第18页 |
| 2.2 MPEG-4 中人脸动画标准 | 第18-20页 |
| 2.3 MPEG-4 中人脸表情参数化标准 | 第20-24页 |
| 2.4 基于FAP的数据采集方法分析 | 第24-26页 |
| 2.5 基于FAP 的人脸表情动画的实现 | 第26-27页 |
| 2.6 基于ERI的细微表情技术 | 第27-30页 |
| 2.6.1 表情比率图(ERI)原理 | 第27-28页 |
| 2.6.2 ERI的改进算法 | 第28页 |
| 2.6.3 局部表情比率图(PERI) | 第28-30页 |
| 2.7 基于FAP的PERI参数化方法 | 第30-31页 |
| 2.8 本章小结 | 第31-33页 |
| 第3章 对细微表情中ERI参数化方法的改进 | 第33-39页 |
| 3.1 基于平均脸的ERI提取方法 | 第33-34页 |
| 3.2 基于PCA的ERI参数化 | 第34-37页 |
| 3.2.1 PCA原理 | 第34-35页 |
| 3.2.2 提取ERI的特征 | 第35-36页 |
| 3.2.3 基于PCA的ERI合成 | 第36页 |
| 3.2.4 实验结果 | 第36-37页 |
| 3.3 本章小结 | 第37-39页 |
| 第4章 对基于FAP的细微表情合成方法的改进 | 第39-49页 |
| 4.1 细微表情的数据表示 | 第39-41页 |
| 4.1.1 细微表情的数据格式 | 第39-40页 |
| 4.1.2 FAP数据的校正 | 第40-41页 |
| 4.2 建立细微表情合成模型的理论基础——支持向量机 | 第41-44页 |
| 4.2.1 结构风险最小化 | 第41-42页 |
| 4.2.2 支持向量机 | 第42-43页 |
| 4.2.3 支持向量回归机 | 第43-44页 |
| 4.3 基于支持向量回归的细微表情合成模型 | 第44-46页 |
| 4.4 基于SVR的细微表情合成算法 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 实验结果及应用 | 第49-55页 |
| 5.1 细微表情合成的实验结果 | 第49-52页 |
| 5.2 在移动终端的应用 | 第52-53页 |
| 5.3 在合成肖像画方面的应用 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论和展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61-65页 |
| 具有细节纹理的人脸表情动画采样方案 | 第61-65页 |
| 攻读硕士学位期间所发表的学术论文 | 第65-67页 |
| 致谢 | 第67-68页 |