| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 图表清单 | 第8-10页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 主要工作 | 第15-16页 |
| 1.4 内容安排 | 第16-17页 |
| 第二章 数据预处理 | 第17-27页 |
| 2.1 光照稳健的人脸检测 | 第17-21页 |
| 2.1.1 相关理论 | 第17页 |
| 2.1.2 基于三角二值模式和投票窗口扫描策略的人脸检测 | 第17-20页 |
| 2.1.3 实验结果 | 第20-21页 |
| 2.2 三维数据库规范化 | 第21-25页 |
| 2.2.1 姿态校正 | 第22-23页 |
| 2.2.2 数据标准化 | 第23-25页 |
| 2.3 样本训练库与测试库构造 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 三维人脸稀疏点重构算法研究 | 第27-41页 |
| 3.1 数学理论基础 | 第27-28页 |
| 3.1.1 压缩感知理论 | 第27页 |
| 3.1.2 径向基插值 | 第27-28页 |
| 3.2 形变模型原理 | 第28-30页 |
| 3.2.1 三维形变模型建立与其表情稳健性 | 第28-29页 |
| 3.2.2 形变模型匹配原理 | 第29页 |
| 3.2.3 稀疏点控制模型形变原理 | 第29-30页 |
| 3.3 由粗到精的三维人脸稀疏重建 | 第30-34页 |
| 3.3.1 理论简介 | 第30-32页 |
| 3.3.2 实验结果 | 第32-34页 |
| 3.4 基于压缩感知理论的三维人脸稀疏重建 | 第34-40页 |
| 3.4.1 理论简介 | 第34-36页 |
| 3.4.2 实验结果 | 第36-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于形变模型与边缘图的三维人脸重建 | 第41-54页 |
| 4.1 边缘图定义 | 第41-42页 |
| 4.2 基于遗传算法的边缘图匹配 | 第42-45页 |
| 4.3 实验结果 | 第45-51页 |
| 4.4 三维人脸重建与显示系统 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 基于三维重建的人脸识别 | 第54-61页 |
| 5.1 人脸识别技术简介 | 第54-56页 |
| 5.2 基于主成份分析的单张照片二维人脸识别 | 第56-57页 |
| 5.3 基于三维重建的人脸识别 | 第57-58页 |
| 5.4 2D 与 3D 融合的人脸识别 | 第58-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-64页 |
| 6.1 课题完成工作与创新点 | 第61-62页 |
| 6.2 存在问题与研究展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 在学期间的研究成果及发表的学术论文 | 第69页 |