| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究意义 | 第9-11页 |
| ·人脸动画的应用场景 | 第9-10页 |
| ·人脸动画生成的前景和挑战 | 第10-11页 |
| ·本文工作 | 第11页 |
| ·本文的组织结构 | 第11-13页 |
| 第2章 人脸特征识别和动画生成的相关研究综述 | 第13-24页 |
| ·人脸识别 | 第13-18页 |
| ·基于图像的人脸识别 | 第13-15页 |
| ·基于视频的人脸识别 | 第15-18页 |
| ·人脸动画生成 | 第18-21页 |
| ·基于图像库的帧自动挑选的动画生成 | 第18页 |
| ·基于 Morphing(渐变)的动画生成 | 第18-19页 |
| ·基于运动捕捉的人脸动画生成 | 第19页 |
| ·语音和文字驱动的人脸动画生成 | 第19-21页 |
| ·纹理合成与图像融合 | 第21-23页 |
| ·纹理合成 | 第21页 |
| ·图像融合技术 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 人脸形状特征的描述和识别 | 第24-42页 |
| ·人脸形状特征 | 第24-27页 |
| ·网格 | 第24页 |
| ·离散的特征点 | 第24-25页 |
| ·特征线段 | 第25页 |
| ·特征曲线 | 第25-27页 |
| ·视频里的人脸形状特征提取--Condensation算法 | 第27-30页 |
| ·参数化采样 | 第27-28页 |
| ·Condensation算法框架 | 第28-29页 |
| ·存在的问题 | 第29-30页 |
| ·基于ASM/AAM模型的视频人脸识别算法 | 第30-38页 |
| ·ASM模型概述 | 第31-34页 |
| ·基于ASM模型的视频人脸识别算法 | 第34-38页 |
| ·实验与分析 | 第38-41页 |
| ·数据准备 | 第38页 |
| ·实验细节和参数设置 | 第38-39页 |
| ·结果分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于图像融合和表情映射的人脸动画生成算法 | 第42-62页 |
| ·算法框架设计及各个模块功能简介 | 第42-44页 |
| ·人脸动画关键帧的生成 | 第42-43页 |
| ·人脸动画中间帧的生成 | 第43页 |
| ·表情人脸动画生成算法框架 | 第43-44页 |
| ·基于图像融合和表情映射的关键帧生成算法 | 第44-58页 |
| ·关键帧的特征点生成 | 第48-49页 |
| ·基于特征点的关键帧图像生成 | 第49-55页 |
| ·实验与结果分析 | 第55-58页 |
| ·快速中间帧生成算法 | 第58-61页 |
| ·坐标的线性不变性 | 第58-59页 |
| ·基于扫描线的增量式快速图像渐变 | 第59-60页 |
| ·实验与结果分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 表情人脸动画生成算法的应用 | 第62-67页 |
| ·语音驱动的表情人脸动画生成 | 第62-63页 |
| ·数据准备和合成 | 第62页 |
| ·根据音素和情感标签自动挑选关键帧 | 第62-63页 |
| ·快速插入中间帧，生成动画 | 第63页 |
| ·卡通人脸动画生成 | 第63-66页 |
| ·真实人脸关键帧的预处理 | 第64页 |
| ·对应的卡通人脸关键帧的生成 | 第64-65页 |
| ·卡通人脸动画的生成 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| ·工作总结 | 第67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间主要的研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 作者简历 | 第76页 |