基于单幅图像的人脸皱纹三维重建研究
摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第10-15页 |
1.1 研究背景与意义 | 第10页 |
1.2 国内外研究现状 | 第10-12页 |
1.2.1 国外研究现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12页 |
1.3 研究内容 | 第12-13页 |
1.4 技术路线 | 第13-14页 |
1.5 论文结构组织 | 第14-15页 |
第二章 皱纹边缘提取 | 第15-27页 |
2.1 图像平滑 | 第15-19页 |
2.1.1 高斯滤波 | 第15-17页 |
2.1.2 中值滤波 | 第17-18页 |
2.1.3 三维块匹配算法 | 第18-19页 |
2.2 种子区域生长算法 | 第19-21页 |
2.3 梯度分割 | 第21-26页 |
2.3.1 形态学边缘增强 | 第21-24页 |
2.3.2 梯度图像的获取 | 第24-25页 |
2.3.3 最小误差分割法 | 第25-26页 |
2.4 本章小结 | 第26-27页 |
第三章 皱纹区域三维重建 | 第27-48页 |
3.1 从阴影恢复形状方法 | 第27-29页 |
3.2 基于从阴影恢复形状的最小值算法 | 第29-34页 |
3.3 基于从阴影恢复形状的线性方法 | 第34-40页 |
3.4 皱纹模型的曲面细分 | 第40-47页 |
3.4.1 三次样条插值算法 | 第40-44页 |
3.4.2 Loop细分算法 | 第44-47页 |
3.5 本章小结 | 第47-48页 |
第四章 皱纹模型特征添加 | 第48-53页 |
4.1 皱纹模型边缘补全 | 第48-49页 |
4.1.1 等比例插值方法 | 第48-49页 |
4.1.2 正弦函数插值方法 | 第49页 |
4.2 模型贴合 | 第49-52页 |
4.3 本章小结 | 第52-53页 |
第五章 总结与展望 | 第53-54页 |
5.1 总结 | 第53页 |
5.2 研究工作展望 | 第53-54页 |
参考文献 | 第54-57页 |
致谢 | 第57-58页 |
作者简介 | 第58页 |