基于三维重建的光照不变正脸图像合成
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 论文主要工作 | 第15-16页 |
| 1.4 内容安排 | 第16-17页 |
| 第二章 三维人脸数据规范化处理 | 第17-25页 |
| 2.1 BJUT-3D三维人脸数据库介绍 | 第17-18页 |
| 2.2 姿态矫正 | 第18-19页 |
| 2.3 三维人脸数据归一化处理 | 第19-24页 |
| 2.3.1 经典三维人脸数据归一化方法介绍 | 第20-22页 |
| 2.3.2 基于平面模板网格重采样对齐算法 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于姿态估计的正面人脸图像合成 | 第25-40页 |
| 3.1 基于平均三维模型的姿态估计 | 第25-26页 |
| 3.2 形变模型理论 | 第26-28页 |
| 3.3 基于压缩感知的原型样本筛选 | 第28-30页 |
| 3.3.1 压缩感知理论 | 第28-29页 |
| 3.3.2 样本筛选 | 第29-30页 |
| 3.4 正面人脸形状重建和纹理合成 | 第30-39页 |
| 3.4.1 正面形状重建 | 第31-33页 |
| 3.4.2 正面纹理合成 | 第33-35页 |
| 3.4.3 综合纹理生成 | 第35-37页 |
| 3.4.4 正脸合成实验结果 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于尺度变换的人脸图像光照补偿 | 第40-54页 |
| 4.1 光照模型 | 第41-42页 |
| 4.2 人脸图像的小波分解 | 第42-43页 |
| 4.3 基于尺度变换的光照补偿 | 第43-44页 |
| 4.4 商图像及改进算法 | 第44-49页 |
| 4.4.1 商图像算法 | 第44-47页 |
| 4.4.2 商图像算法的改进 | 第47-49页 |
| 4.5 高频分量增强 | 第49-51页 |
| 4.6 实验及分析 | 第51-52页 |
| 4.7 本章小结 | 第52-54页 |
| 第五章 人脸识别实验及分析 | 第54-61页 |
| 5.1 人脸识别技术简介 | 第54-55页 |
| 5.2 正脸合成图像识别实验 | 第55-59页 |
| 5.2.1 基于PCA的人脸识别 | 第56-57页 |
| 5.2.2 基于LBP的人脸识别 | 第57-59页 |
| 5.3 光照补偿人脸识别实验 | 第59-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 工作总结 | 第61页 |
| 6.2 存在问题与工作展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 在攻读硕士学位期间发表的学术论文和科研情况 | 第68页 |
