| 第一章 绪言 | 第1-15页 |
| ·人脸的特征 | 第10-11页 |
| ·研究人脸表情建模的意义 | 第11-13页 |
| ·本论文的主要内容 | 第13-15页 |
| 第二章 人脸检测、造型和动画技术回顾 | 第15-39页 |
| ·人脸检测技术回顾 | 第16-31页 |
| ·人脸检测技术的发展 | 第18页 |
| ·基于特征的方法 | 第18-24页 |
| ·低层分析 | 第19-20页 |
| ·边界 | 第19页 |
| ·颜色 | 第19页 |
| ·运动 | 第19-20页 |
| ·一般度量 | 第20页 |
| ·特征分析 | 第20-22页 |
| ·单个特征搜索 | 第21页 |
| ·特征组分析 | 第21-22页 |
| ·ASM(Active Shape Models)方法 | 第22-24页 |
| ·Snakes | 第23页 |
| ·Deformable Templates | 第23-24页 |
| ·PDM(点分布模型) | 第24页 |
| ·基于图像的方法 | 第24-30页 |
| ·神经网络法 | 第25-26页 |
| ·统计方法 | 第26页 |
| ·线性子空间法 | 第26-30页 |
| ·总结和结论 | 第30-31页 |
| ·人脸建模和动画的基本方法 | 第31-37页 |
| ·插值 | 第31-32页 |
| ·参数化 | 第32-35页 |
| ·直接参数化模型 | 第32页 |
| ·FACS(Face Acts Coding System) | 第32-33页 |
| ·参数化片和FFD | 第33-34页 |
| ·抽象层的脸的动画 | 第34-35页 |
| ·基于肌肉模型的动画 | 第35页 |
| ·基于物理模型的动画 | 第35-36页 |
| ·行为驱动的动画 | 第36-37页 |
| ·总结 | 第37页 |
| ·小结 | 第37-39页 |
| 第三章 基于约束的纹理映射和参数化的表情细节纹理迁移 | 第39-64页 |
| ·基于约束的纹理映射意义 | 第40-41页 |
| ·基于RBF的约束纹理映射 | 第41-46页 |
| ·RBF插值 | 第41-42页 |
| ·基于RBF的纹理映射 | 第42-44页 |
| ·实现附加的纹理映射控制操作 | 第44-45页 |
| ·总结与讨论 | 第45-46页 |
| ·基于Harmonic Model的纹理映射 | 第46-54页 |
| ·2D到2D的Harmonic Model介绍 | 第46-47页 |
| ·有限元方法 | 第47-49页 |
| ·基于Harmonic Model的面部纹理映射算法 | 第49-51页 |
| ·总结与讨论 | 第51-54页 |
| ·参数化的表情纹理映射 | 第54-63页 |
| ·相关工作 | 第54-56页 |
| ·参数化的表情纹理映射 | 第56-61页 |
| ·比例图像的获得(ERI的原理) | 第57页 |
| ·图像的金字塔分解 | 第57-58页 |
| ·高频的线性插值及金字塔重构 | 第58-59页 |
| ·参数化的表情纹理映射 | 第59页 |
| ·整个算法过程总结 | 第59-61页 |
| ·两个相关问题 | 第61页 |
| ·实验结果和讨论 | 第61-63页 |
| ·小结 | 第63-64页 |
| 第四章 特定人物人脸建模 | 第64-83页 |
| ·相关工作 | 第64-67页 |
| ·利用Shape From Shading技术进行单幅图像的建模 | 第67-70页 |
| ·正交图像法人脸建模 | 第70-73页 |
| ·交互调整特征点的位置 | 第70-71页 |
| ·变分一般模型 | 第71-73页 |
| ·基于视频的人脸建模方法 | 第73-83页 |
| ·介绍 | 第73页 |
| ·基本定义 | 第73-74页 |
| ·针孔摄像机模型 | 第73-74页 |
| ·极线几何 | 第74页 |
| ·标识点提取及跟踪 | 第74-76页 |
| ·提取标识点 | 第74-75页 |
| ·标识点跟踪 | 第75-76页 |
| ·运动估计及3D重构 | 第76-79页 |
| ·相机定标 | 第77-78页 |
| ·估计相机外部参数 | 第78页 |
| ·恢复3D点 | 第78页 |
| ·拟和(Fitting) | 第78-79页 |
| ·特定人脸纹理映射 | 第79页 |
| ·实验结果 | 第79-83页 |
| 第五章 基于统计模型的表情参数提取 | 第83-106页 |
| ·相关工作 | 第83-84页 |
| ·参数化人脸模型 | 第84-87页 |
| ·CANDIDE-4模型 | 第84-85页 |
| ·模型的控制 | 第85-86页 |
| ·CANDIDE-4与MPEG-4的联系 | 第86-87页 |
| ·统计模型 | 第87-93页 |
| ·AAM算法 | 第88-91页 |
| ·建立表象统计模型 | 第88-89页 |
| ·截断 | 第89页 |
| ·模型训练 | 第89-91页 |
| ·搜索 | 第91页 |
| ·DAM算法 | 第91-92页 |
| ·ICA | 第92-93页 |
| ·路径(Path)的建立 | 第93页 |
| ·抽取FAPs | 第93-96页 |
| ·方法的选取 | 第93-94页 |
| ·提取表情参数 | 第94-96页 |
| ·行为驱动的动画 | 第96-97页 |
| ·表情细节的映射 | 第97-98页 |
| ·实验及讨论 | 第98-101页 |
| ·IDAM训练样本集流程 | 第99-100页 |
| ·IDAM的搜索流程 | 第100页 |
| ·PCA基和ICA基 | 第100-101页 |
| ·提取FAPs | 第101页 |
| ·结论 | 第101-106页 |
| 第六章 基于局部特征的分层统计模型 | 第106-126页 |
| ·相关工作 | 第107-109页 |
| ·子模型 | 第109-113页 |
| ·左右眼睛模型 | 第109-110页 |
| ·左右眉模型 | 第110页 |
| ·口模型 | 第110-111页 |
| ·左右面颊模型 | 第111页 |
| ·全局模型 | 第111-113页 |
| ·训练和匹配流程 | 第113-114页 |
| ·提取FAPs | 第114-120页 |
| ·估计r_z | 第114-117页 |
| ·估计t_z | 第117-118页 |
| ·估计FAPs | 第118-120页 |
| ·试验结果与结论 | 第120-126页 |
| 第七章 结束语 | 第126-132页 |
| ·工作总结 | 第126-131页 |
| ·讨论 | 第131-132页 |
| 参考文献 | 第132-144页 |
| 附录A | 第144-147页 |
| 附录B | 第147-149页 |
| 附录C | 第149-151页 |
| 附录D | 第151-153页 |
| 附录E | 第153-154页 |
| 附录F | 第154-157页 |
| 附录G | 第157-160页 |
