| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 虚拟眼镜试戴技术的研究现状 | 第10-12页 |
| 1.2.2 人脸检测的研究现状 | 第12-14页 |
| 1.2.3 人脸对齐的研究现状 | 第14-15页 |
| 1.2.4 姿态估计的研究现状 | 第15-16页 |
| 1.3 本文研究内容及论文结构 | 第16-19页 |
| 第2章 相关背景知识 | 第19-30页 |
| 2.1 基于增强现实的虚拟眼镜试戴技术概述 | 第19-20页 |
| 2.2 Hog特征 | 第20页 |
| 2.3 支持向量机 | 第20-21页 |
| 2.4 AdaBoost级联分类器 | 第21-23页 |
| 2.5 POSIT算法 | 第23-24页 |
| 2.6 非线性最小二乘法 | 第24-27页 |
| 2.6.1 高斯牛顿迭代法 | 第25-26页 |
| 2.6.2 L-M优化算法 | 第26-27页 |
| 2.7 图像变换 | 第27-28页 |
| 2.7.1 仿射变换 | 第27页 |
| 2.7.2 透视变换 | 第27-28页 |
| 2.8 本章小结 | 第28-30页 |
| 第3章 人脸检测与人脸对齐 | 第30-46页 |
| 3.1 人脸检测 | 第30-35页 |
| 3.1.1 基于Hog特征的AdaBoost分类器训练 | 第30-31页 |
| 3.1.2 实验与分析 | 第31-32页 |
| 3.1.3 Adaboost-SVM组合分类器 | 第32-33页 |
| 3.1.4 实验与分析 | 第33-35页 |
| 3.2 人脸对齐 | 第35-45页 |
| 3.2.1 图像归一化 | 第36-37页 |
| 3.2.2 SIFT特征提取 | 第37-40页 |
| 3.2.3 SDM算法迭代求解 | 第40-43页 |
| 3.2.4 实验与分析 | 第43-45页 |
| 3.3 本章小结 | 第45-46页 |
| 第4章 基于人脸姿态估计的虚拟眼镜处理 | 第46-61页 |
| 4.1 头部姿态估计 | 第46-53页 |
| 4.1.1 特征点标定 | 第46-47页 |
| 4.1.2 相机标定 | 第47-48页 |
| 4.1.3 特征点映射 | 第48-50页 |
| 4.1.4 Levenberg-Marquardt优化算法 | 第50-51页 |
| 4.1.5 实验与分析 | 第51-53页 |
| 4.2 基于姿态估计的眼镜变换 | 第53-58页 |
| 4.2.1 基于仿射变换的眼镜试戴 | 第53-55页 |
| 4.2.2 基于姿态估计的眼镜透视变换 | 第55-57页 |
| 4.2.3 实验与分析 | 第57-58页 |
| 4.3 虚拟眼镜设计 | 第58-60页 |
| 4.3.1 图像预处理 | 第58-59页 |
| 4.3.2 透光性处理 | 第59-60页 |
| 4.3.3 三维效果设计 | 第60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 虚拟眼镜试戴系统的简单实现 | 第61-66页 |
| 5.1 虚拟眼镜试戴系统工作流程 | 第61-63页 |
| 5.1.1 系统相关介绍 | 第61页 |
| 5.1.2 虚拟眼镜试戴流程 | 第61-63页 |
| 5.2 虚拟眼镜试戴系统介绍 | 第63-65页 |
| 5.2.1 系统界面 | 第63页 |
| 5.2.2 系统的开发工具和平台 | 第63-64页 |
| 5.2.3 实验与分析 | 第64-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 未来展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |