基于GPU的快速三维人脸重建的研究与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文的主要贡献与创新 | 第14页 |
| 1.4 本文的结构安排 | 第14-16页 |
| 第二章 GPU通用计算与编程模型 | 第16-21页 |
| 2.1 GPU并行计算架构 | 第16-17页 |
| 2.2 CUDA编程模型 | 第17-18页 |
| 2.3 CUDA内存模型 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 人脸采集与三维重建平台的构建 | 第21-32页 |
| 3.1 人脸采集系统 | 第21-30页 |
| 3.1.1 系统主体架构 | 第22页 |
| 3.1.2 图像采集单元 | 第22-23页 |
| 3.1.3 补光单元 | 第23-24页 |
| 3.1.4 同步单元 | 第24-30页 |
| 3.1.4.1 相机同步 | 第25-30页 |
| 3.1.4.2 闪光灯同步 | 第30页 |
| 3.2 算法实现平台 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第四章 基于CUDA的双目立体匹配方法的设计 | 第32-46页 |
| 4.1 引言 | 第32-33页 |
| 4.2 基于GPU的立体匹配方法回顾 | 第33页 |
| 4.3 一种基于NCC的稠密立体匹配 | 第33-38页 |
| 4.3.1 基于NCC的立体匹配 | 第33-35页 |
| 4.3.2 高斯金字塔 | 第35-36页 |
| 4.3.3 视差约束项 | 第36页 |
| 4.3.4 视差精细化 | 第36-38页 |
| 4.4 基于CUDA的算法实现 | 第38-41页 |
| 4.4.1 NCC算法并行化 | 第38-40页 |
| 4.4.2 显存的分配 | 第40页 |
| 4.4.3 算法实现 | 第40-41页 |
| 4.5 实验结果 | 第41-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 一种在线双目标定方法的设计 | 第46-59页 |
| 5.1 摄像机标定模型 | 第46-50页 |
| 5.2 离线相机标定 | 第50-51页 |
| 5.3 一种应用于人脸三维重建的在线标定方法 | 第51-56页 |
| 5.3.1 立体视觉系统在线标定的研究 | 第51-53页 |
| 5.3.2 应用于人脸三维重建的在线标定方法 | 第53-56页 |
| 5.3.2.1 提取可靠匹配 | 第54-55页 |
| 5.3.2.2 在线标定 | 第55-56页 |
| 5.4 实验结果与分析 | 第56-58页 |
| 5.4.1 离线标定 | 第56页 |
| 5.4.2 在线标定 | 第56-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 全文总结和展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 硕士期间取得的研究成果 | 第68-69页 |
