| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 引言 | 第10-11页 |
| 1.2 人脸识别研究背景 | 第11-13页 |
| 1.2.1 人脸识别的目标与困难 | 第11-12页 |
| 1.2.2 人脸识别算法性能曲线 | 第12-13页 |
| 1.3 三维人脸识别 | 第13-17页 |
| 1.3.1 三维人脸识别的主要问题 | 第13-14页 |
| 1.3.2 三维人脸数据获取方式 | 第14-15页 |
| 1.3.3 常用的三维人脸测试库 | 第15-17页 |
| 1.4 本文的主要工作和章节安排 | 第17-19页 |
| 第二章 三维人脸识别相关技术介绍 | 第19-28页 |
| 2.1 引言 | 第19页 |
| 2.2 三维人脸数据表示形式 | 第19-20页 |
| 2.3 三维人脸识别特征选择及分类 | 第20-21页 |
| 2.3.1 三维人脸特征选择 | 第20页 |
| 2.3.2 常用分类器介绍 | 第20-21页 |
| 2.4 基于单模态的三维人脸识别 | 第21-26页 |
| 2.4.1 基于特征的方法 | 第21-24页 |
| 2.4.2 基于整体分析的方法 | 第24-26页 |
| 2.5 基于多模态的三维人脸识别 | 第26-28页 |
| 第三章 三维人脸数据预处理 | 第28-39页 |
| 3.1 引言 | 第28-29页 |
| 3.2 三维人脸数据降噪及平滑处理 | 第29-32页 |
| 3.3 三维人脸区域提取 | 第32-36页 |
| 3.3.1 基于Haar特征人脸区域检测 | 第32-33页 |
| 3.3.2 鼻尖点检测 | 第33-35页 |
| 3.3.3 人脸区域提取 | 第35-36页 |
| 3.4 基于Hotelling变换的人脸姿态矫正与配准 | 第36-37页 |
| 3.5 小结 | 第37-39页 |
| 第四章 改进的SFR三维人脸拒绝分类器设计 | 第39-44页 |
| 4.1 引言 | 第39页 |
| 4.2 SFR拒绝分类器原理 | 第39-40页 |
| 4.3 标准欧式距离与马氏距离 | 第40-41页 |
| 4.4 改进的SFR拒绝分类器 | 第41-43页 |
| 4.5 小结 | 第43-44页 |
| 第五章 表情不变区域的ICP匹配 | 第44-57页 |
| 5.1 引言 | 第44-45页 |
| 5.2 ICP迭代最近点算法 | 第45-51页 |
| 5.2.1 ICP技术原理 | 第45-47页 |
| 5.2.2 Delaunay三角剖分 | 第47-49页 |
| 5.2.3 KD-tree匹配算法 | 第49-51页 |
| 5.3 基于表情不变区域的三维人脸识别 | 第51-56页 |
| 5.3.1 表情不变区域分析 | 第51-52页 |
| 5.3.2 表情不变区域提取 | 第52-54页 |
| 5.3.3 基于表情不变区域的人脸识别流程 | 第54-56页 |
| 5.4 小结 | 第56-57页 |
| 第六章 仿真实验及分析 | 第57-73页 |
| 6.1 实验环境与数据准备 | 第57-58页 |
| 6.1.1 实验环境介绍 | 第57页 |
| 6.1.2 实验所用数据库介绍 | 第57-58页 |
| 6.2 实验内容 | 第58-69页 |
| 6.2.1 人脸姿态矫正实验 | 第58-60页 |
| 6.2.2 SFR拒绝分类器实验 | 第60-62页 |
| 6.2.3 ICP点匹配算法对比实验 | 第62-65页 |
| 6.2.4 三维人脸识别与验证 | 第65-69页 |
| 6.3 人脸识别系统设计与实现 | 第69-72页 |
| 6.4 小结 | 第72-73页 |
| 第七章 总结 | 第73-75页 |
| 7.1 论文总结 | 第73-74页 |
| 7.2 后期工作展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 攻读硕士学位期间取得的成果 | 第82-83页 |