图像/视频中自动人脸替换研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·论文研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·论文研究的目的和意义 | 第13-14页 |
| ·论文的研究内容 | 第14-15页 |
| ·论文的组织结构 | 第15-16页 |
| 第2章 基于语义的人脸选择 | 第16-33页 |
| ·数据集的构建 | 第17-23页 |
| ·数据集的来源 | 第17-20页 |
| ·图像处理过程 | 第20-23页 |
| ·SVM 训练及预测 | 第23-29页 |
| ·SVM 分类器 | 第23-25页 |
| ·训练数据处理 | 第25-29页 |
| ·算法实现及结果 | 第29-33页 |
| ·算法流程 | 第29-31页 |
| ·实验结果与分析 | 第31-33页 |
| 第3章 特定人脸的三维建模 | 第33-43页 |
| ·AAM 与3DMM | 第33-36页 |
| ·主观表现模型：AAM | 第33-34页 |
| ·3D 形变模型：3DMM | 第34-36页 |
| ·2D+3D AAM 重建方法 | 第36-39页 |
| ·AAM 重塑三维形状 | 第36-38页 |
| ·三维形状约束AAM | 第38页 |
| ·AAM 匹配算法 | 第38-39页 |
| ·算法实现及结果 | 第39-43页 |
| ·算法流程 | 第39-40页 |
| ·实验结果与分析 | 第40-43页 |
| 第4章 泊松图像融合算法 | 第43-54页 |
| ·图像融合原理 | 第43-46页 |
| ·图像融合分类 | 第43-45页 |
| ·图像融合步骤 | 第45-46页 |
| ·泊松图像编辑 | 第46-51页 |
| ·泊松方程和引导插值 | 第46-48页 |
| ·无缝融合 | 第48-51页 |
| ·算法实现及结果 | 第51-54页 |
| ·算法流程 | 第51页 |
| ·实验结果分析 | 第51-54页 |
| 第5章 遮挡人脸替换 | 第54-68页 |
| ·目标检测分类器 | 第55-59页 |
| ·Haar 特征 | 第55-57页 |
| ·Adaboost 算法 | 第57-59页 |
| ·样本选取规则 | 第59-62页 |
| ·人眼检测样本 | 第60-61页 |
| ·眼镜检测样本 | 第61-62页 |
| ·算法实现及结果 | 第62-68页 |
| ·算法流程 | 第62-63页 |
| ·实验结果与分析 | 第63-68页 |
| 总结和展望 | 第68-70页 |
| 课题研究总结 | 第68页 |
| 课题研究展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73页 |
