| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状及主要挑战 | 第9-12页 |
| 1.2.1 研究现状 | 第9-10页 |
| 1.2.2 主要挑战 | 第10-12页 |
| 1.3 本文主要工作 | 第12页 |
| 1.4 文章结构 | 第12-14页 |
| 2 多姿态人脸识别算法 | 第14-27页 |
| 2.1 引言 | 第14-15页 |
| 2.2 基于姿态矫正的人脸识别 | 第15-20页 |
| 2.2.1 基于单样本姿态矫正的非正面姿态人脸识别 | 第16-17页 |
| 2.2.2 基于多样本姿态矫正的非正面姿态人脸识别 | 第17-20页 |
| 2.3 基于虚拟多姿态图像人脸识别 | 第20-24页 |
| 2.4 其他多姿态人脸算法研究 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 3 基于单样本的多姿态虚拟视图生成算法 | 第27-38页 |
| 3.1 引言 | 第27-28页 |
| 3.2 基于3D模型生成虚拟人脸图像 | 第28-33页 |
| 3.2.1 偏转模型 | 第28-29页 |
| 3.2.2 参数计算 | 第29-30页 |
| 3.2.3 特征点标定 | 第30-31页 |
| 3.2.4 生成虚拟视图 | 第31-33页 |
| 3.2.5 实验结果 | 第33页 |
| 3.3 基于多项式生成虚拟人脸图像 | 第33-37页 |
| 3.3.1 算法介绍 | 第33-35页 |
| 3.3.2 实验结果 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 基于单视图多姿态人脸识别 | 第38-52页 |
| 4.1 引言 | 第38-39页 |
| 4.2 姿态估计 | 第39-44页 |
| 4.2.1 姿态估计概述 | 第39-42页 |
| 4.2.2 基于脸部关键点姿态估计 | 第42页 |
| 4.2.3 偏转角度估计 | 第42-44页 |
| 4.3 人脸识别方法 | 第44-48页 |
| 4.3.1 主成分分析（PCA） | 第45-47页 |
| 4.3.2 线性判别分析（LDA） | 第47-48页 |
| 4.4 实验 | 第48-51页 |
| 4.4.1 实验描述 | 第48-50页 |
| 4.4.2 实验结果及分析 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 5 总结与展望 | 第52-54页 |
| 5.1 本文工作总结 | 第52-53页 |
| 5.2 未来展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附录 | 第60页 |
| A 作者在攻读硕士学位期间内发表的论文目录 | 第60页 |
| B 作者在攻读硕士学位期间内发表的专利目录 | 第60页 |
| C 在攻读硕士学位期间参加的科研项目 | 第60页 |