摘要 | 第5-6页 |
ABSTRACT | 第6页 |
符号对照表 | 第10-12页 |
缩略语对照表 | 第12-16页 |
第一章 绪论 | 第16-24页 |
1.1 研究背景与意义 | 第16页 |
1.2 三维人脸数据的获取与分类 | 第16-20页 |
1.3 国内外研究现状 | 第20-22页 |
1.4 论文主要工作以及章节安排 | 第22-24页 |
第二章 脸图像特征区域分割 | 第24-40页 |
2.1 引言 | 第24页 |
2.2 数学形态学理论 | 第24-29页 |
2.2.1 集合论概述 | 第24-25页 |
2.2.2 二值数学形态学 | 第25-28页 |
2.2.3 灰度数学形态学 | 第28-29页 |
2.3 人体测量学中的颅颌面比例 | 第29-31页 |
2.4 基于Range图像的人脸特征区域分割实验 | 第31-39页 |
2.4.1 基于数学形态学的边缘提取 | 第32-33页 |
2.4.2 积分投影及其优化 | 第33-37页 |
2.4.3 实验结果 | 第37-39页 |
2.5 本章小结 | 第39-40页 |
第三章 基于Range图像的人脸特征点自动定位 | 第40-66页 |
3.1 引言 | 第40页 |
3.2 角点检测 | 第40-46页 |
3.2.1 图像角点概述 | 第40-41页 |
3.2.2 Harris角点检测算法 | 第41-44页 |
3.2.3 图像质量评价标准 | 第44-45页 |
3.2.4 图像质量对Harris角点检测的影响 | 第45-46页 |
3.3 曲面基本理论[39] | 第46-51页 |
3.3.1 曲面的基本形式 | 第46-48页 |
3.3.2 曲面的曲率 | 第48-51页 |
3.4 形状指数 | 第51-54页 |
3.4.1 尺度不变、旋转不变的含义 | 第51-53页 |
3.4.2 形状指数公式的推导 | 第53-54页 |
3.5 基于最小二乘法的曲面拟合 | 第54-58页 |
3.5.1 曲面方程的规范化形式 | 第54页 |
3.5.2 平面方程的拟合 | 第54-55页 |
3.5.3 高次曲面方程的拟合 | 第55页 |
3.5.4 二次曲面方程拟合示例 | 第55-58页 |
3.6 基于Range图像的Harris角点提取实验 | 第58-60页 |
3.6.1 角点检测参数选择 | 第58-59页 |
3.6.2 实验结果 | 第59-60页 |
3.7 基于Range图像的曲率特征提取实验 | 第60-64页 |
3.7.1 确定曲面拟合窗口大小 | 第61-62页 |
3.7.2 统计各特征点的形状指数取值范围 | 第62-64页 |
3.7.3 实验结果 | 第64页 |
3.8 本章小结 | 第64-66页 |
第四章 基于几何特征的三维人脸识别 | 第66-72页 |
4.1 引言 | 第66页 |
4.2 人脸识别实验设计 | 第66-67页 |
4.3 三维人脸的几何特征 | 第67-70页 |
4.3.1 测地距离 | 第67-69页 |
4.3.2 欧式距离 | 第69-70页 |
4.4 特征有效性评估 | 第70-71页 |
4.5 特征提取流程 | 第71页 |
4.6 本章小结 | 第71-72页 |
第五章 实验结果与分析 | 第72-80页 |
5.1 实验环境与数据 | 第72页 |
5.2 实验流程与参数设定 | 第72-74页 |
5.3 人脸特征点定位误差分析 | 第74-76页 |
5.3.1 绝对偏差 | 第74-75页 |
5.3.2 平均偏差 | 第75-76页 |
5.4 人脸识别实验结果 | 第76-78页 |
5.4.1 基准实验 | 第76-77页 |
5.4.2 权重对识别的影响 | 第77-78页 |
5.5 实验结论 | 第78-79页 |
5.6 本章小结 | 第79-80页 |
第六章 总结与展望 | 第80-82页 |
6.1 论文总结 | 第80-81页 |
6.2 工作展望 | 第81-82页 |
参考文献 | 第82-86页 |
致谢 | 第86-88页 |
作者简介 | 第88-89页 |