| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题研究背景与意义 | 第8-9页 |
| 1.2 三维人脸识别研究现状 | 第9-13页 |
| 1.2.1 三维人脸识别提出 | 第9页 |
| 1.2.2 针对表情变化的三维人脸识别方法 | 第9-13页 |
| 1.3 三维人脸识别的挑战 | 第13-15页 |
| 1.4 论文的主要工作与章节安排 | 第15-16页 |
| 2 三维人脸识别系统概述 | 第16-22页 |
| 2.1 三维人脸识别系统基本组成 | 第16-18页 |
| 2.1.1 三维数据获取与存储 | 第16-17页 |
| 2.1.2 预处理 | 第17-18页 |
| 2.1.3 三维人脸特征提取 | 第18页 |
| 2.1.4 分类识别 | 第18页 |
| 2.2 三维人脸识别系统测试方法 | 第18-19页 |
| 2.3 三维人脸识别系统性能指标 | 第19-20页 |
| 2.4 常用三维人脸数据库 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 3 三维人脸数据预处理 | 第22-32页 |
| 3.1 CASIA 3D数据库 | 第22-23页 |
| 3.2 人脸检测与切割 | 第23-25页 |
| 3.3 姿态矫正 | 第25-26页 |
| 3.4 曲面拟合 | 第26-30页 |
| 3.4.1 多层次B样条插值算法 | 第27-29页 |
| 3.4.2 曲面拟合实验 | 第29-30页 |
| 3.5 平滑降噪 | 第30页 |
| 3.6 预处理实验 | 第30-31页 |
| 3.7 本章小结 | 第31-32页 |
| 4 克服表情变化的三维人脸识别算法研究 | 第32-60页 |
| 4.1 算法提出背景 | 第32-33页 |
| 4.2 算法流程 | 第33页 |
| 4.3 深度特征匹配 | 第33-38页 |
| 4.3.1 获取深度图像 | 第33-35页 |
| 4.3.2 表情变化幅度判断 | 第35-36页 |
| 4.3.3 深度图像匹配 | 第36-38页 |
| 4.4 三个刚性特征匹配 | 第38-46页 |
| 4.4.1 获取刚性区域 | 第38-41页 |
| 4.4.2 刚性区域匹配 | 第41-46页 |
| 4.5 特征信息融合 | 第46-50页 |
| 4.5.1 信息融合理论 | 第47-49页 |
| 4.5.2 深度特征与刚性特征融合 | 第49-50页 |
| 4.6 实验结果与分析 | 第50-59页 |
| 4.6.1 特征维数选择 | 第50-51页 |
| 4.6.2 有无表情判断比较 | 第51-52页 |
| 4.6.3 刚性区域匹配时间 | 第52-53页 |
| 4.6.4 特征融合 | 第53-58页 |
| 4.6.5 表情鲁棒性 | 第58-59页 |
| 4.7 本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-62页 |
| 5.1 全文工作总结 | 第60-61页 |
| 5.2 后续研究工作展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录 A. 作者在攻读硕士学位期间发表的论文目录： | 第67页 |