| 摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 英文缩写对照表 | 第13-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 增强现实技术研究背景及意义 | 第14-15页 |
| 1.2 基于增强现实的眼镜在线适配关键技术及其研究现状 | 第15-16页 |
| 1.3 眼镜在线适配应用平台关键技术及主要难点 | 第16-20页 |
| 1.3.1 人脸检测 | 第16-17页 |
| 1.3.2 人脸特征点定位 | 第17-18页 |
| 1.3.3 头部姿态估计 | 第18-20页 |
| 1.4 本文系统拟解决的问题 | 第20页 |
| 1.5 论文提纲和主要工作 | 第20-22页 |
| 第二章 系统框架结构 | 第22-24页 |
| 2.1 平台的软硬件概述 | 第22-23页 |
| 2.2 平台的算法概述 | 第23-24页 |
| 第三章 人脸检测功能模块的设计及实现 | 第24-32页 |
| 3.1 Adaboost人脸检测算法 | 第24-29页 |
| 3.1.1 Haar矩形特征及其快速计算 | 第24-26页 |
| 3.1.2 基于Adaboost的特征选择 | 第26-28页 |
| 3.1.3 级联分类器的训练 | 第28-29页 |
| 3.2 基于色差的肤色检测算法 | 第29-30页 |
| 3.3 基于肤色过滤的人脸检测算法 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 人脸特征点定位模块设计及实现 | 第32-51页 |
| 4.1 AAM特征点定位方法 | 第32-41页 |
| 4.1.1 形状建模 | 第32-36页 |
| 4.1.2 纹理建模 | 第36-37页 |
| 4.1.3 形状模型和纹理模型的联合表达 | 第37-38页 |
| 4.1.4 AAM的拟合算法 | 第38-41页 |
| 4.2 CLM特征点定位算法 | 第41-45页 |
| 4.2.1 算法概述 | 第41-43页 |
| 4.2.2 CLM人脸特征点跟踪系统结构 | 第43-45页 |
| 4.2.3 CLM重新初始化的改进 | 第45页 |
| 4.3 CLM人脸特征点定位性能测试 | 第45-50页 |
| 4.3.1 CLM算法时间复杂度 | 第45-46页 |
| 4.3.2 特征点定位的准确度与稳定性 | 第46-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 头部姿态估计模块设计及实现 | 第51-59页 |
| 5.1 POSIT(比例正交投影迭代变换)算法 | 第51-56页 |
| 5.1.1 POSIT | 第51-54页 |
| 5.1.2 求解POSIT方程 | 第54-56页 |
| 5.2 基于特征点定位与POSIT算法的头部姿态估计 | 第56-57页 |
| 5.3 头部姿态估计测试 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第六章 手势识别算法设计及实现 | 第59-65页 |
| 6.1 算法概述 | 第59页 |
| 6.2 手势检测 | 第59-60页 |
| 6.3 手型识别 | 第60-61页 |
| 6.4 手势控制信号及手指指尖检测 | 第61-64页 |
| 6.5 本章小结 | 第64-65页 |
| 第七章 结合手势识别的眼镜在线适配应用平台 | 第65-73页 |
| 7.1 在线瞳距估计 | 第65-67页 |
| 7.1.1 测量参照物的选取 | 第65页 |
| 7.1.2 瞳距测量方法 | 第65-66页 |
| 7.1.3 瞳距测量方法测试 | 第66-67页 |
| 7.2 基于3D眼镜模型的适配 | 第67-70页 |
| 7.2.1 3DMax眼镜建模 | 第67-68页 |
| 7.2.2 3D眼镜模型自适应方法 | 第68-69页 |
| 7.2.3 眼镜模型渲染 | 第69-70页 |
| 7.3 结合手势识别的在线眼镜适配平台设计 | 第70-72页 |
| 7.3.1 环境搭建 | 第70页 |
| 7.3.2 平台测试 | 第70-72页 |
| 7.4 本章小结 | 第72-73页 |
| 第八章 总结与展望 | 第73-75页 |
| 8.1 系统总结 | 第73-74页 |
| 8.2 系统展望 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80-81页 |
| 攻读研究生期间发表的论文、专利 | 第81-82页 |
| 学位论文评阅及答辩情况表 | 第82页 |