| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 国内外研究历史与现状 | 第11-17页 |
| 1.2.1 人脸捕捉技术 | 第12页 |
| 1.2.2 人脸特征提取技术 | 第12-16页 |
| 1.2.3 虚拟人脸表情驱动技术 | 第16-17页 |
| 1.3 本文研究内容及结构安排 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 第二章 虚拟人脸表情显示方案 | 第19-29页 |
| 2.1 人脸表情合成方法 | 第19-21页 |
| 2.2 改进的方案设计 | 第21-26页 |
| 2.2.1 虚拟人脸模型的建立 | 第22-26页 |
| 2.3 Realsense相关知识 | 第26-28页 |
| 2.3.1 Realsense相关背景 | 第26-27页 |
| 2.3.2 RealSense相关参数 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 人脸检测与追踪 | 第29-43页 |
| 3.1 算法流程 | 第29页 |
| 3.2 基于深度信息的图像预处理 | 第29-31页 |
| 3.3 基于Adaboost-LBP算法的人脸检测 | 第31-38页 |
| 3.3.1 算法概述 | 第31-32页 |
| 3.3.2 LBP算子概述 | 第32-35页 |
| 3.3.3 图像LBP的特征向量提取 | 第35-36页 |
| 3.3.4 训练分类器 | 第36-37页 |
| 3.3.5 分类器级联 | 第37-38页 |
| 3.3.6 人脸检测 | 第38页 |
| 3.4 人脸追踪 | 第38-40页 |
| 3.4.1 算法介绍 | 第38-40页 |
| 3.5 实验结果分析 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 生成虚拟人脸表情驱动参数 | 第43-53页 |
| 4.1 参数化模型定义 | 第43-44页 |
| 4.2 特征提取 | 第44-50页 |
| 4.2.1 主动人脸外观模型算法 | 第45-50页 |
| 4.2.1.1 AAM建模过程 | 第45-49页 |
| 4.2.1.2 AAM匹配过程 | 第49-50页 |
| 4.3 合成单元参数 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 原型系统实现 | 第53-59页 |
| 5.1 平台搭建 | 第53页 |
| 5.2 系统实现 | 第53-58页 |
| 5.2.1 系统流程 | 第53-55页 |
| 5.2.2 人脸特征点参数 | 第55-56页 |
| 5.2.3 参数传递 | 第56-57页 |
| 5.2.5 虚拟人脸表情合成效果及分析 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-69页 |
| 攻读硕士学位期间取得的成果 | 第69页 |