表情不变的三维人脸识别
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 引言 | 第8-11页 |
| 1.1 课题的提出与背景 | 第8-9页 |
| 1.2 课题的主要研究内容 | 第9-10页 |
| 1.3 论文的组织结构 | 第10页 |
| 1.4 本章小结 | 第10-11页 |
| 第二章 三维人脸识别系统 | 第11-19页 |
| 2.1 三维人脸系统的基本组成及框架 | 第11页 |
| 2.2 三维人脸的数据获取 | 第11-13页 |
| 2.3 三维人脸数据的表示方法 | 第13-14页 |
| 2.4 三维人脸数据库 | 第14页 |
| 2.5 人脸数据的预处理 | 第14-15页 |
| 2.6 人脸的特征点提取 | 第15-16页 |
| 2.7 人脸的特征提取和匹配 | 第16-17页 |
| 2.8 人脸识别的性能评价指标 | 第17-18页 |
| 2.9 本章小结 | 第18-19页 |
| 第三章 人脸识别特征提取算法 | 第19-34页 |
| 3.1 二维人脸识别 | 第19-25页 |
| 3.1.1 二维人脸识别简述 | 第19-24页 |
| 3.1.2 二维人脸识别的困难与挑战 | 第24-25页 |
| 3.2 三维人脸识别 | 第25-33页 |
| 3.2.1 三维人脸识别算法 | 第25页 |
| 3.2.2 基于人脸刚性区域的匹配 | 第25-28页 |
| 3.2.3 基于面部局部特征 | 第28-30页 |
| 3.2.4 基于人脸变形 | 第30-31页 |
| 3.2.5 基于表情不变量模型 | 第31-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第四章 基于内蕴特征的三维人脸识别系统的关键技术 | 第34-47页 |
| 4.1 本文算法的基本原理及其流程 | 第35-36页 |
| 4.2 区域增长算法 | 第36-38页 |
| 4.3 面部区域的预处理 | 第38-39页 |
| 4.3.1 去除尖刺 | 第38页 |
| 4.3.2 填补漏洞 | 第38-39页 |
| 4.3.3 平滑网格 | 第39页 |
| 4.4 模型的姿态矫正和鼻尖点定位 | 第39-41页 |
| 4.4.1 基于 PCA 算法的姿态矫正 | 第40-41页 |
| 4.4.2 基于最小二乘算法的鼻尖点定位 | 第41页 |
| 4.5 测地线距离计算和特征点采样 | 第41-44页 |
| 4.5.1 迪杰斯特拉算法 | 第41-42页 |
| 4.5.2 快速推进法 | 第42-43页 |
| 4.5.3 特征点等间隔采样 | 第43-44页 |
| 4.6 WKS 特征提取 | 第44页 |
| 4.7 条纹权重的学习 | 第44-46页 |
| 4.7.1 SVM 简介 | 第45页 |
| 4.7.2 最终度量方式 | 第45-46页 |
| 4.8 本章小结 | 第46-47页 |
| 第五章 基于内蕴特征的三维人脸识别系统实现 | 第47-53页 |
| 5.1 实验数据库 | 第47页 |
| 5.2 实验的具体过程 | 第47-50页 |
| 5.2.1 人脸模型的预处理 | 第48-49页 |
| 5.2.2 姿态矫正和鼻尖点定位 | 第49页 |
| 5.2.3 等测地线条纹提取 | 第49-50页 |
| 5.2.4 等间隔采样和权重学习 | 第50页 |
| 5.3 实验结果及分析 | 第50-52页 |
| 5.4 本章小结 | 第52-53页 |
| 总结与展望 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 攻读硕士学位期间取得的学术成果 | 第61-62页 |
| 致谢 | 第62页 |
