面部动态增强现实的特征点检测方法研究
| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第一章 绪论 | 第12-31页 |
| 1.1 引言 | 第12-13页 |
| 1.2 研究内容及问题描述 | 第13-16页 |
| 1.3 研究现状综述 | 第16-27页 |
| 1.3.1 增强现实研究现状 | 第17-22页 |
| 1.3.2 人脸特征点检测研究现状 | 第22-27页 |
| 1.4 本文的主要贡献 | 第27-29页 |
| 1.5 本文的组织结构 | 第29-31页 |
| 第二章 基于稀疏约束的人脸特征点检测方法 | 第31-47页 |
| 2.1 引言 | 第31-32页 |
| 2.2 基于稀疏约束的形状索引特征 | 第32-34页 |
| 2.3 形状索引特征的稀疏系数 | 第34-36页 |
| 2.4 稀疏特征字典的学习 | 第36-38页 |
| 2.5 局部特征约束的检测模型 | 第38-41页 |
| 2.6 检测模型的参数学习 | 第41-42页 |
| 2.7 实验 | 第42-46页 |
| 2.7.1 实验配置 | 第42-43页 |
| 2.7.2 实验结果分析 | 第43-46页 |
| 2.8 小结 | 第46-47页 |
| 第三章 基于递归形状重构的人脸特征点检测方法 | 第47-66页 |
| 3.1 引言 | 第47-48页 |
| 3.2 形状增量估计方法 | 第48-49页 |
| 3.3 递归形状重构的检测模型 | 第49-52页 |
| 3.4 检测模型的参数学习 | 第52-56页 |
| 3.5 实验 | 第56-65页 |
| 3.5.1 实验配置 | 第56-57页 |
| 3.5.2 实验结果分析 | 第57-65页 |
| 3.6 小结 | 第65-66页 |
| 第四章 面向模型压缩的人脸特征点增强方法 | 第66-79页 |
| 4.1 引言 | 第66-67页 |
| 4.2 局部区域的人脸形状检测 | 第67-68页 |
| 4.3 局部区域人脸形状的增强 | 第68-71页 |
| 4.3.1 带约束的全局形状重构 | 第69-70页 |
| 4.3.2 简单的全局形状重构 | 第70-71页 |
| 4.4 重构模型的参数学习 | 第71-72页 |
| 4.5 实验 | 第72-78页 |
| 4.5.1 实验配置 | 第72页 |
| 4.5.2 实验结果分析 | 第72-78页 |
| 4.6 小结 | 第78-79页 |
| 第五章 基于面部动态的“川剧变脸” | 第79-95页 |
| 5.1 引言 | 第79页 |
| 5.2 基于面部动态的增强现实系统框架 | 第79-82页 |
| 5.3 面部动态增强现实系统的核心技术 | 第82-90页 |
| 5.3.1 人脸检测 | 第83-85页 |
| 5.3.2 人脸姿态计算 | 第85-87页 |
| 5.3.3 复杂面部姿态下的人脸特征点检测 | 第87-90页 |
| 5.4 面部动态的数字化“川剧变脸” | 第90-93页 |
| 5.5 总结 | 第93-95页 |
| 第六章 总结与展望 | 第95-98页 |
| 6.1 全文总结 | 第95-96页 |
| 6.2 后续工作展望 | 第96-98页 |
| 致谢 | 第98-99页 |
| 参考文献 | 第99-111页 |
| 攻读博士学位期间取得的成果 | 第111-112页 |
