| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 三维人脸识别算法 | 第10-12页 |
| 1.2.2 三维人脸数据库 | 第12-13页 |
| 1.3 研究内容和论文结构 | 第13-15页 |
| 第2章 meshSIFT特征提取及匹配优化 | 第15-23页 |
| 2.1 检测关键点 | 第16-18页 |
| 2.1.1 构建尺度空间 | 第16-17页 |
| 2.1.2 计算曲率 | 第17-18页 |
| 2.1.3 计算关键点 | 第18页 |
| 2.2 确定主方向 | 第18-19页 |
| 2.3 构建局部描述符 | 第19-20页 |
| 2.4 匹配关键点 | 第20-22页 |
| 2.4.1 统计匹配 | 第20页 |
| 2.4.2 角度加权匹配 | 第20-21页 |
| 2.4.3 稀疏表示匹配 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 基于相似矩阵图和卷积神经网络的三维人脸识别 | 第23-30页 |
| 3.1 局部描述符 | 第23-26页 |
| 3.2 相似矩阵图 | 第26-27页 |
| 3.2.1 相似矩阵 | 第26页 |
| 3.2.2 相似矩阵图 | 第26-27页 |
| 3.3 卷积神经网络 | 第27-29页 |
| 3.3.1 数据增强 | 第28-29页 |
| 3.3.2 训练过程细节 | 第29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 Kinect2SZU数据库采集与数据处理 | 第30-39页 |
| 4.1 Kinect2SZU数据库介绍 | 第30-31页 |
| 4.2 数据库设计实现 | 第31-38页 |
| 4.2.1 Kinect设备介绍 | 第31-32页 |
| 4.2.2 点云库介绍 | 第32页 |
| 4.2.3 数据库采集 | 第32-35页 |
| 4.2.5 数据库数据处理 | 第35-38页 |
| 4.3 本章小结 | 第38-39页 |
| 第5章 实验结果 | 第39-44页 |
| 5.1 评价标准 | 第39页 |
| 5.2 实验结果 | 第39-42页 |
| 5.2.1 Bosphorus数据库 | 第39-40页 |
| 5.2.2 Kinect数据库 | 第40页 |
| 5.2.3 算法在Bosphorus数据库实验结果及分析 | 第40-42页 |
| 5.2.4 算法在Kinect数据库实验结果及分析 | 第42页 |
| 5.3 本章小结 | 第42-44页 |
| 第6章 总结与展望 | 第44-46页 |
| 6.1 总结 | 第44页 |
| 6.2 展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49页 |
