基于NRSFM算法的三维人脸建模研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-23页 |
| 1.1 研究背景 | 第14页 |
| 1.2 研究意义 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-20页 |
| 1.3.1 人脸网格参数的三维人脸建模 | 第16页 |
| 1.3.2 三维扫描仪的三维人脸建模 | 第16-17页 |
| 1.3.3 形变模型的三维人脸建模 | 第17-18页 |
| 1.3.4 Kinect的三维人脸建模 | 第18页 |
| 1.3.5 二维图像的三维人脸建模 | 第18-20页 |
| 1.4 本文的研究内容与结构安排 | 第20-23页 |
| 1.4.1 本文的研究内容 | 第20-21页 |
| 1.4.2 本文的结构安排 | 第21-23页 |
| 第二章 三维人脸建模相关知识研究 | 第23-35页 |
| 2.1 引言 | 第23页 |
| 2.2 人脸特征点定位和提取 | 第23-30页 |
| 2.2.1 主动形状模型 | 第23-27页 |
| 2.2.2 主动形状模型的改进 | 第27页 |
| 2.2.3 主动外观模型 | 第27-30页 |
| 2.2.4 主动外观模型的改进 | 第30页 |
| 2.3 创建稠密的三维人脸模型 | 第30-34页 |
| 2.3.1 形变统计模型的方法 | 第30-32页 |
| 2.3.2 函数插值的方法 | 第32-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 SFM算法的三维重构 | 第35-45页 |
| 3.1 引言 | 第35页 |
| 3.2 不同坐标系之间的关系 | 第35-38页 |
| 3.3 CSF算法 | 第38-39页 |
| 3.4 SFM算法 | 第39-44页 |
| 3.4.1 刚性的SFM算法 | 第39-41页 |
| 3.4.2 NRSFM算法 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 基于NRSFM算法的三维人脸建模 | 第45-60页 |
| 4.1 引言 | 第45-46页 |
| 4.2 特征点筛选 | 第46-48页 |
| 4.2.1 Gabor纹理特征 | 第46页 |
| 4.2.2 相似度计算 | 第46-47页 |
| 4.2.3 实验设计与分析 | 第47-48页 |
| 4.3 自适应CSF算法 | 第48-51页 |
| 4.3.1 算法描述 | 第48-49页 |
| 4.3.2 实验分析与设计 | 第49-51页 |
| 4.4 改进的NRSFM-RIK算法 | 第51-59页 |
| 4.4.1 算法描述 | 第51-53页 |
| 4.4.2 实验设计与分析 | 第53-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 本文主要工作 | 第60页 |
| 5.2 未来工作展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第67-68页 |
