| 摘要 | 第9-11页 |
| ABSTRACT | 第11-13页 |
| 第1章 绪论 | 第14-32页 |
| 1.1 研究背景 | 第14-18页 |
| 1.2 研究现状以及存在的问题和挑战 | 第18-28页 |
| 1.2.1 三维注册技术研究 | 第18-22页 |
| 1.2.2 基于彩色图像的头部姿态估计研究 | 第22-25页 |
| 1.2.3 基于深度图的头部姿态估计研究 | 第25-26页 |
| 1.2.4 彩色图像和深度图相结合的头部姿态估计研究 | 第26-28页 |
| 1.3 主要研究内容和创新点 | 第28-30页 |
| 1.4 论文组织结构 | 第30-32页 |
| 第2章 基于模型的三维注册优化方法 | 第32-50页 |
| 2.1 问题及方法概述 | 第32-35页 |
| 2.2 相机投影模型 | 第35-36页 |
| 2.3 轮廓的匹配 | 第36-38页 |
| 2.3.1 轮廓提取 | 第36-37页 |
| 2.3.2 轮廓匹配 | 第37-38页 |
| 2.4 位置与姿态估计 | 第38-39页 |
| 2.5 实验结果 | 第39-48页 |
| 2.6 总结 | 第48-50页 |
| 第3章 基于卡尔曼滤波和随机回归森林的实时头部姿态估计 | 第50-62页 |
| 3.1 问题及方法概述 | 第50-51页 |
| 3.2 随机回归森林 | 第51-53页 |
| 3.3 卡尔曼滤波 | 第53-54页 |
| 3.4 头部姿态估计 | 第54-56页 |
| 3.4.1 头部姿态参数初始化 | 第55页 |
| 3.4.2 实时头部姿态估计 | 第55-56页 |
| 3.5 实验及结果分析 | 第56-60页 |
| 3.6 总结 | 第60-62页 |
| 第4章 基于RGB-D图像的实时准确头部姿态估计 | 第62-80页 |
| 4.1 问题及方法概述 | 第62-64页 |
| 4.2 头部姿态估计算法 | 第64-70页 |
| 4.2.1 算法概述 | 第64-65页 |
| 4.2.2 基于点云匹配的姿态估计 | 第65-66页 |
| 4.2.3 人脸特征点检测 | 第66-67页 |
| 4.2.4 异常点剔除 | 第67-69页 |
| 4.2.5 优化求解 | 第69-70页 |
| 4.3 实验及结果分析 | 第70-79页 |
| 4.4 总结 | 第79-80页 |
| 第5章 总结与展望 | 第80-82页 |
| 5.1 全文总结 | 第80-81页 |
| 5.2 工作展望 | 第81-82页 |
| 参考文献 | 第82-95页 |
| 致谢 | 第95-96页 |
| 攻读学位期间发表的学术论文目录 | 第96-97页 |
| 攻读学位期间参与科研项目情况 | 第97-98页 |
| 外文论文 | 第98-125页 |
| 学位论文评阅及答辩情况表 | 第125页 |