视频虚拟美颜技术研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状和发展趋势 | 第10-12页 |
| 1.2.1 单人像美颜技术国内外研究现状 | 第10-11页 |
| 1.2.2 视频虚拟美颜技术国内外研究现状 | 第11-12页 |
| 1.3 本论文结构和内容 | 第12页 |
| 1.4 本章小结 | 第12-13页 |
| 第2章 相关算法综述 | 第13-28页 |
| 2.1 人脸对齐方法研究 | 第13-19页 |
| 2.1.1 基于优化的人脸对齐方法研究 | 第13-16页 |
| 2.1.2 基于回归的人脸对齐方法研究 | 第16-18页 |
| 2.1.3 视频人脸对齐方法研究 | 第18-19页 |
| 2.2 单人像化妆技术研究 | 第19-24页 |
| 2.2.1 人脸美颜技术研究 | 第19-23页 |
| 2.2.2 人脸美妆技术研究 | 第23-24页 |
| 2.3 视频虚拟化妆技术研究 | 第24-27页 |
| 2.3.1 虚拟美颜技术研究 | 第25-26页 |
| 2.3.2 虚拟美妆技术研究 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 人脸美颜技术研究 | 第28-42页 |
| 3.1 基于深度卷积神经网络的人脸区域检测 | 第28-31页 |
| 3.1.1 构建深度学习训练数据集 | 第28-29页 |
| 3.1.2 训练深度人脸检测模型 | 第29-30页 |
| 3.1.3 应用分类器进行人脸检测 | 第30-31页 |
| 3.2 基于MDM人脸对齐方法 | 第31-34页 |
| 3.2.1 方法介绍 | 第32页 |
| 3.2.2 MDM人脸对齐算法实现 | 第32-33页 |
| 3.2.3 应用模型进行人脸对齐 | 第33-34页 |
| 3.3 基于图像平滑的人像虚拟美颜 | 第34-37页 |
| 3.3.1 图像平滑简介 | 第35-36页 |
| 3.3.2 人脸虚拟美颜实现 | 第36-37页 |
| 3.4 基于图像融合的人像虚拟美妆 | 第37-41页 |
| 3.4.1 图像融合介绍 | 第38-39页 |
| 3.4.2 人像虚拟美妆实现 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 视频虚拟化妆实现与结果分析 | 第42-46页 |
| 4.1 视频虚拟美妆系统设置与实现 | 第42-44页 |
| 4.1.1 人脸美妆实现 | 第43-44页 |
| 4.2 实验结果与分析 | 第44-45页 |
| 4.2.1 实验平台与实验方案 | 第44页 |
| 4.2.2 人脸美妆效果分析 | 第44-45页 |
| 4.3 本章小结 | 第45-46页 |
| 第5章 总结与展望 | 第46-48页 |
| 5.1 总结 | 第46页 |
| 5.2 展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51页 |
