| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外研究综述 | 第12-16页 |
| 1.2.1 国外研究综述 | 第12-14页 |
| 1.2.2 国内研究综述 | 第14-16页 |
| 1.3 研究主要内容和基本框架 | 第16-17页 |
| 1.3.1 研究主要内容 | 第16页 |
| 1.3.2 论文基本框架 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第二章 三维人脸建模方法与技术 | 第18-28页 |
| 2.1 基于人体结构的建模方法 | 第18-20页 |
| 2.1.1 人脸参数建模方法 | 第18页 |
| 2.1.2 生理结构人脸建模方法 | 第18-20页 |
| 2.2 基于视频或图像的人脸建模方法 | 第20-24页 |
| 2.2.1 基于视频的人脸建模方法 | 第20-22页 |
| 2.2.2 基于图像的人脸建模方法 | 第22-24页 |
| 2.3 基于形变的人脸建模方法 | 第24-25页 |
| 2.4 三维人脸建模的基本技术总结 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第三章 基于形变的三维人脸建模算法分析 | 第28-40页 |
| 3.1 径向基函数及其算法 | 第28-30页 |
| 3.1.1 径向基函数概述 | 第28-29页 |
| 3.1.2 不同维度薄板样条函数算法 | 第29-30页 |
| 3.2 基于薄板样条基函数算法的人脸图像稠密对应方法比较 | 第30-33页 |
| 3.2.1 三维薄板样条基函数算法的人脸图像稠密对应 | 第30-32页 |
| 3.2.2 二维薄板样条基函数算法的人脸图像稠密对应 | 第32-33页 |
| 3.3 通用人脸模型的建立 | 第33-35页 |
| 3.3.1 主成分分析法 | 第33-34页 |
| 3.3.2 通用人脸模型特征向量的提取 | 第34-35页 |
| 3.4 特定人脸图像的建模 | 第35-39页 |
| 3.4.1 基于最优化逼近法的特定人脸图形建模 | 第35-38页 |
| 3.4.2 基于薄板样条基函数的特定人脸图形建模 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于形变的单张照片三维人脸模型建立 | 第40-68页 |
| 4.1 通用三维人脸模型的选取 | 第40-41页 |
| 4.1.1 人脸模型的表示方式 | 第40页 |
| 4.1.2 通用三维人脸模型选取的方法 | 第40-41页 |
| 4.2 CANDIDE3模型与人脸照片特征点的联系 | 第41-43页 |
| 4.2.1 Candide3三维人脸模型简介 | 第41页 |
| 4.2.2 Candide3三维人脸模型特征点 | 第41-43页 |
| 4.3 人脸检测 | 第43-44页 |
| 4.3.1 Adboost算法的实现 | 第43-44页 |
| 4.4 一种改进的ASM特征点提取算法 | 第44-55页 |
| 4.4.1 构造PDM模型 | 第45页 |
| 4.4.2 样本训练集对齐 | 第45-46页 |
| 4.4.3 主成分分析法（PCA） | 第46-48页 |
| 4.4.4 图像特征点搜索 | 第48页 |
| 4.4.5 特征点局部灰度模型 | 第48-49页 |
| 4.4.6 特征点搜索匹配 | 第49-50页 |
| 4.4.7 改进的ASM算法 | 第50-52页 |
| 4.4.8 常见的人脸数据库 | 第52页 |
| 4.4.9 改进后的asm算法的实现 | 第52-55页 |
| 4.5 三维人脸模型的逐步匹配调整 | 第55-63页 |
| 4.5.1 Candide3模型角度调整 | 第55-58页 |
| 4.5.2 人脸照片与三维模型的初步匹配调整 | 第58-60页 |
| 4.5.3 基于稠密关系对应的二次匹配调整 | 第60-62页 |
| 4.5.4 非特征点的形变精确匹配 | 第62-63页 |
| 4.6 特定人脸三维模型建立效果展示与评价 | 第63-64页 |
| 4.6.1 特定人脸三维模型展示 | 第63-64页 |
| 4.7 实验结果及性能分析 | 第64-67页 |
| 4.7.1 基于原始的asm特征点提取建模效果和改进的asm算法对比 | 第64页 |
| 4.7.2 与同类建模方法之间的比较 | 第64-65页 |
| 4.7.3 大旋转角度建模效果 | 第65-67页 |
| 4.8 本章小结 | 第67-68页 |
| 第五章 系统实现总结 | 第68-73页 |
| 第六章 结论与展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
