| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 课题研究现状 | 第11-13页 |
| 1.2.1 三维人脸采集与重建系统国内外研究现状 | 第11-12页 |
| 1.2.2 三维表情识别的研究现状 | 第12-13页 |
| 1.3 本文主要工作 | 第13-14页 |
| 1.4 论文的章节安排 | 第14-16页 |
| 第2章 基于光度立体法的人脸表情图像序列采集系统 | 第16-30页 |
| 2.0 光度立体视觉的研究现状 | 第16-17页 |
| 2.1 光度立体技术的原理 | 第17页 |
| 2.2 原采集系统简介 | 第17-23页 |
| 2.2.1 原采集系统的组成及各模块功能 | 第18-20页 |
| 2.2.2 同步控制系统的原理及实现 | 第20-23页 |
| 2.3 系统优化与实现 | 第23-26页 |
| 2.4 三维人脸表情数据采集 | 第26-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 人脸表情图像三维建模与可视化 | 第30-44页 |
| 3.1 引言 | 第30页 |
| 3.2 人脸图像三维建模 | 第30-37页 |
| 3.2.1 光源方向的标定 | 第31-32页 |
| 3.2.2 图像的采集及预处理 | 第32-33页 |
| 3.2.3 人脸表面法向量计算 | 第33-34页 |
| 3.2.4 人脸表面深度值计算 | 第34-37页 |
| 3.3 三维人脸表情可视化 | 第37-42页 |
| 3.3.1 DirectX简介 | 第37页 |
| 3.3.2 三维人脸表情网格模型生成 | 第37-38页 |
| 3.3.3 材质与光照 | 第38-39页 |
| 3.3.4 三维人脸表面重建结果 | 第39-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 基于融合特征的三维人脸表情识别 | 第44-60页 |
| 4.0 引言 | 第44页 |
| 4.1 人脸特征点自动提取算法 | 第44-50页 |
| 4.2 表情特征提取 | 第50-53页 |
| 4.2.1 距离特征提取 | 第50-52页 |
| 4.2.2 LBP特征提取 | 第52-53页 |
| 4.3 实验结果分析 | 第53-55页 |
| 4.3.1 实验数据 | 第53-54页 |
| 4.3.2 支持向量机（SVM）简介 | 第54-55页 |
| 4.4 实验结果分析 | 第55-58页 |
| 4.4.1 23 个距离特征实验结果与分析 | 第55-56页 |
| 4.4.2 距离特征与区域LBP特征实验结果与分析 | 第56-58页 |
| 4.4.3 实验结果比较 | 第58页 |
| 4.5 本章小结 | 第58-60页 |
| 第5章 基于稀疏表示的三维人脸表情识别 | 第60-74页 |
| 5.1 稀疏表示理论基础 | 第60-64页 |
| 5.1.1 正交匹配追踪算法 | 第62-64页 |
| 5.1.2 全局优化算法 | 第64页 |
| 5.2 基于稀疏表示的三维人脸表情识别 | 第64-69页 |
| 5.2.1 CBP特征 | 第65-66页 |
| 5.2.2 基于稀疏表示的分类 | 第66-68页 |
| 5.2.3 基于稀疏表示的三维人脸表情识别 | 第68-69页 |
| 5.3 实验结果分析 | 第69-72页 |
| 5.3.1 实验环境与实验数据 | 第69-70页 |
| 5.3.2 实验与结果分析 | 第70-72页 |
| 5.4 本章小结 | 第72-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 攻读硕士学位期间所发表的学术论文 | 第82页 |
| 攻读硕士学位期间参与的项目 | 第82-84页 |
| 致谢 | 第84页 |