| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 课题研究背景与意义 | 第11-12页 |
| 1.2 人脸识别技术 | 第12-14页 |
| 1.2.1 研究现状 | 第12-13页 |
| 1.2.2 二维人脸识别局限性 | 第13-14页 |
| 1.3 三维人脸识别 | 第14-16页 |
| 1.3.1 研究现状 | 第14-15页 |
| 1.3.2 挑战与发展 | 第15-16页 |
| 1.4 本文研究内容与组织结构 | 第16-20页 |
| 1.4.1 研究内容 | 第16-18页 |
| 1.4.2 组织结构 | 第18-20页 |
| 第二章 基础理论与相关技术 | 第20-30页 |
| 2.1 引言 | 第20-21页 |
| 2.2 三维人脸数据的采集与存储 | 第21-23页 |
| 2.2.1 数据采集与存储 | 第21-22页 |
| 2.2.2 常见的三维人脸数据库 | 第22-23页 |
| 2.3 三维人脸识别的主要流程 | 第23-29页 |
| 2.3.1 数据预处理 | 第23-24页 |
| 2.3.2 人脸特征提取 | 第24-26页 |
| 2.3.3 人脸匹配 | 第26-28页 |
| 2.3.4 应用场景与性能评价指标 | 第28-29页 |
| 2.4 小结 | 第29-30页 |
| 第三章 改进的快速三维人脸识别算法 | 第30-55页 |
| 3.1 引言 | 第30页 |
| 3.2 人脸预处理算法 | 第30-36页 |
| 3.2.1 数据规整与平滑 | 第31-34页 |
| 3.2.2 基于ShapeIndex特征的人脸区域切割 | 第34-35页 |
| 3.2.3 基于PCA算法的人脸姿势校正 | 第35-36页 |
| 3.3 改进的侧轮廓粗匹配排除模型 | 第36-40页 |
| 3.3.1 基于镜像算法的侧面轮廓线提取 | 第36-37页 |
| 3.3.2 改进的基于基准点检测的有价值侧轮廓提取方法 | 第37-38页 |
| 3.3.3 改进的基于Hausdorff距离的排除算法 | 第38-40页 |
| 3.4 改进的基于刚性区域最优等测地距离轮廓线的ICP精确配准模型 | 第40-51页 |
| 3.4.1 改进的刚性区域等测地距离轮廓线提取算法 | 第41-43页 |
| 3.4.2 改进的最优轮廓线提取算法 | 第43-45页 |
| 3.4.3 传统ICP算法 | 第45-47页 |
| 3.4.4 改进的ICP算法 | 第47-51页 |
| 3.5 本文模型与其他方案的对比 | 第51-54页 |
| 3.5.1 表情鲁棒性 | 第51-52页 |
| 3.5.2 系统执行效率 | 第52-53页 |
| 3.5.3 特征优越性 | 第53-54页 |
| 3.6 小结 | 第54-55页 |
| 第四章 快速三维人脸识别算法的设计与实现 | 第55-74页 |
| 4.1 引言 | 第55页 |
| 4.2 算法设计 | 第55-62页 |
| 4.2.1 总体流程设计 | 第55-57页 |
| 4.2.2 预处理模块算法设计 | 第57-59页 |
| 4.2.3 基于侧轮廓的粗匹配模块算法设计 | 第59-60页 |
| 4.2.4 基于刚性区域最优等测地距离轮廓线的ICP精确配准模块设计 | 第60-62页 |
| 4.3 算法实现 | 第62-65页 |
| 4.3.1 关键代码 | 第62-64页 |
| 4.3.2 GPU加速实现 | 第64-65页 |
| 4.4 场景应用设计与实现 | 第65-73页 |
| 4.4.1 需求分析 | 第65-66页 |
| 4.4.2 功能设计 | 第66-68页 |
| 4.4.3 系统工作流程 | 第68-70页 |
| 4.4.4 开发架构设计 | 第70-73页 |
| 4.5 小结 | 第73-74页 |
| 第五章 仿真实验分析与应用系统测试 | 第74-89页 |
| 5.1 仿真实验设计与分析 | 第74-85页 |
| 5.1.1 实验环境与数据 | 第74-75页 |
| 5.1.2 人脸预处理实验 | 第75-76页 |
| 5.1.3 侧轮廓粗匹配实验 | 第76-78页 |
| 5.1.4 ICP精确匹配实验 | 第78-81页 |
| 5.1.5 人脸识别与认证实验 | 第81-85页 |
| 5.2 共享照片管理工具测试与分析 | 第85-87页 |
| 5.2.1 系统运行效果 | 第85-86页 |
| 5.2.2 系统测试耗时 | 第86-87页 |
| 5.3 小结 | 第87-89页 |
| 第六章 全文总结与展望 | 第89-92页 |
| 6.1 全文总结 | 第89-91页 |
| 6.2 未来工作展望 | 第91-92页 |
| 致谢 | 第92-93页 |
| 参考文献 | 第93-99页 |
