基于单目视频的高质量人脸动画生成
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第13-16页 |
1.1 课题背景 | 第13-14页 |
1.2 本文工作 | 第14-15页 |
1.3 篇章结构 | 第15-16页 |
第2章 研究现状与相关工作 | 第16-28页 |
2.1 人脸检测 | 第16-20页 |
2.1.1 基于先验知识的方法 | 第16-17页 |
2.1.2 基于特征不变性的方法 | 第17-18页 |
2.1.3 基于模版匹配的方法 | 第18-19页 |
2.1.4 基于统计学习的方法 | 第19-20页 |
2.1.5 人脸检测研究现状小结 | 第20页 |
2.2 人脸特征点定位算法 | 第20-23页 |
2.2.1 基于目标函数优化的方法 | 第21-22页 |
2.2.2 基于回归的方法 | 第22-23页 |
2.2.3 人脸特征点定位研究现状小结 | 第23页 |
2.3 高质量人脸动画生成 | 第23-28页 |
2.3.1 人脸模型表示 | 第23-24页 |
2.3.2 人脸运动跟踪捕获 | 第24-26页 |
2.3.3 高质量人脸动画生成研究现状小结 | 第26-28页 |
第3章 基于优化后自适应增强算法的人脸检测 | 第28-42页 |
3.1 哈尔特征 | 第28-29页 |
3.2 积分图 | 第29-30页 |
3.3 自适应增强算法训练过程 | 第30-33页 |
3.3.1 最优弱分类器的选择 | 第31-33页 |
3.4 自适应增强算法的优化 | 第33-35页 |
3.5 人脸检测器的级联结构 | 第35-37页 |
3.5.1 级联分类器的训练过程 | 第37页 |
3.6 人脸检测过程 | 第37-39页 |
3.6.1 单个强分类器的检测过程 | 第38页 |
3.6.2 人脸检测器的检测过程 | 第38-39页 |
3.7 训练数据 | 第39-41页 |
3.7.1 正样本 | 第39-40页 |
3.7.2 负样本 | 第40-41页 |
3.8 本章小结 | 第41-42页 |
第4章 基于双层回归的人脸特征点定位 | 第42-53页 |
4.1 系统概述 | 第42-44页 |
4.2 双层增强回归 | 第44-46页 |
4.3 原子回归器 | 第46-47页 |
4.3.1 非参数化的形状限制 | 第46-47页 |
4.4 形状索引特征 | 第47-48页 |
4.5 基于相关性的特征挑选 | 第48-50页 |
4.5.1 基于相关性的快速特征挑选 | 第49-50页 |
4.6 内层增强回归 | 第50-51页 |
4.7 实现细节 | 第51-52页 |
4.7.1 多次初始化 | 第51-52页 |
4.7.2 训练数据增强 | 第52页 |
4.7.3 回归时多次初始化 | 第52页 |
4.8 本章小结 | 第52-53页 |
第5章 高质量人脸动画生成 | 第53-62页 |
5.1 人脸三维形状姿态重建 | 第53-57页 |
5.1.1 目标函数 | 第53-56页 |
5.1.2 基于关键帧的优化方法 | 第56-57页 |
5.2 人脸局部细节形状重建 | 第57-60页 |
5.2.1 反射方程 | 第57-58页 |
5.2.2 目标函数 | 第58-60页 |
5.3 目标函数优化过程 | 第60-61页 |
5.4 迭代优化 | 第61页 |
5.5 本章小结 | 第61-62页 |
第6章 实验结果与分析 | 第62-76页 |
6.1 人脸检测 | 第62-67页 |
6.1.1 自适应增强算法优化结果分析 | 第62-63页 |
6.1.2 训练参数 | 第63-65页 |
6.1.3 检测参数 | 第65页 |
6.1.4 人脸检测实验结果 | 第65-67页 |
6.1.5 局限性 | 第67页 |
6.2 人脸特征点定位 | 第67-71页 |
6.2.1 训练集 | 第67-68页 |
6.2.2 训练参数 | 第68页 |
6.2.3 人脸特征点定位实验结果 | 第68-69页 |
6.2.4 局限性 | 第69-71页 |
6.3 高质量人脸动画生成 | 第71-74页 |
6.3.1 三维人脸形状姿态重建 | 第71-72页 |
6.3.2 人脸精细形状重建 | 第72-74页 |
6.3.3 局限性 | 第74页 |
6.4 本章小结 | 第74-76页 |
第7章 总结与展望 | 第76-77页 |
7.1 本文工作总结 | 第76页 |
7.2 系统局限与未来展望 | 第76-77页 |
参考文献 | 第77-80页 |