基于双目立体视觉的人脸三维建模方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文的研究内容 | 第11-12页 |
| 1.4 本文的主要创新点 | 第12页 |
| 1.5 本文的组织架构 | 第12-14页 |
| 第2章 三维人脸重构相关理论 | 第14-18页 |
| 2.1 人脸建模的方法研究 | 第14页 |
| 2.2 三维人脸重构的方法研究 | 第14-18页 |
| 2.2.1 基于单张图像的三维人脸重构 | 第15-16页 |
| 2.2.2 基于两张或者多张图像的三维人脸重构 | 第16-17页 |
| 2.2.3 基于视频的三维人脸重构 | 第17-18页 |
| 第3章 立体标定方法 | 第18-26页 |
| 3.1 摄像机模型 | 第18-21页 |
| 3.1.1 视觉系统的坐标系 | 第18-19页 |
| 3.1.2 摄像机的畸变模型 | 第19-21页 |
| 3.2 摄像机标定算法 | 第21-23页 |
| 3.2.1 单个摄像机标定 | 第21-22页 |
| 3.2.2 立体摄像机标定 | 第22-23页 |
| 3.3 摄像机标定实验 | 第23-26页 |
| 第4章 人脸图像预处理及立体匹配 | 第26-41页 |
| 4.1 立体视觉基本原理 | 第26-27页 |
| 4.2 稠密匹配算法 | 第27-32页 |
| 4.2.1 匹配代价计算 | 第29-30页 |
| 4.2.2 代价收敛方法 | 第30-32页 |
| 4.3 人脸匹配过程 | 第32-35页 |
| 4.3.1 人脸图像的预处理 | 第33-34页 |
| 4.3.2 人脸匹配后的处理 | 第34-35页 |
| 4.4 立体匹配方案检测 | 第35-41页 |
| 4.4.1 算法验证 | 第36-39页 |
| 4.4.2 实际人脸匹配 | 第39-41页 |
| 第5章 系统实现与可视化 | 第41-54页 |
| 5.1 三维人脸建模系统 | 第41-45页 |
| 5.1.1 二维图像识别检测 | 第41-42页 |
| 5.1.2 对图像进行预处理 | 第42-43页 |
| 5.1.3 立体匹配及匹配后处理 | 第43-45页 |
| 5.2 基于OpenGL的人脸建模 | 第45-54页 |
| 5.2.1 OpenGL技术简介 | 第45-46页 |
| 5.2.2 MFC框架搭建 | 第46-48页 |
| 5.2.3 关键函数实现 | 第48-54页 |
| 第6章 结论与展望 | 第54-56页 |
| 6.1 本文工作总结 | 第54-55页 |
| 6.2 研究展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 作者简介及在学期间所取得的科研成果 | 第61-62页 |
| 致谢 | 第62页 |
