真实感三维人脸建模及应用研究
| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 目录 | 第12-16页 |
| 插图 | 第16-18页 |
| Figure | 第18-20页 |
| 第1章 绪论 | 第20-38页 |
| ·研究的背景和意义 | 第20-23页 |
| ·研究现状分析 | 第23-33页 |
| ·人脸参数模型 | 第24-25页 |
| ·生理肌肉模型 | 第25-29页 |
| ·基于图像的视觉建模 | 第29-31页 |
| ·基于人脸库的形变模型 | 第31-33页 |
| ·本文的研究内容 | 第33-35页 |
| ·本文结构 | 第35-38页 |
| 第2章 创建三维人脸数据库及其关键技术 | 第38-52页 |
| ·国内外人脸库概况 | 第38-41页 |
| ·数据获取 | 第41页 |
| ·数据预处理 | 第41-43页 |
| ·面部数据的平滑和切割 | 第41-42页 |
| ·人脸数据坐标矫正 | 第42-43页 |
| ·数据规格化 | 第43-49页 |
| ·基于光流的对应计算 | 第44-46页 |
| ·基于网格重采样的对应算法 | 第46-49页 |
| ·三维人脸数据库及其应用 | 第49-51页 |
| ·数据库指标 | 第49页 |
| ·三维人脸数据库的应用 | 第49-51页 |
| ·小结 | 第51-52页 |
| 第3章 基于形变模型的三维人脸重建方法及其改进 | 第52-66页 |
| ·引言 | 第52-53页 |
| ·模型概述 | 第53-54页 |
| ·模型建立 | 第54-55页 |
| ·模型匹配 | 第55-57页 |
| ·模型误差 | 第55-56页 |
| ·随机优化 | 第56-57页 |
| ·多分辨率三维人脸模型 | 第57-60页 |
| ·建立多分辨率的三维人脸模型 | 第58页 |
| ·多分辨率的模型匹配 | 第58-60页 |
| ·多光源的模型匹配 | 第60-63页 |
| ·实验结果 | 第63-64页 |
| ·小结 | 第64-66页 |
| 第4章 基于形变模型的人脸动画研究 | 第66-78页 |
| ·人脸动画基本方法 | 第66-69页 |
| ·关键帧插值的人脸动画 | 第66-67页 |
| ·参数化的人脸动画 | 第67页 |
| ·基于肌肉的人脸动画 | 第67-69页 |
| ·基于形变模型的人脸动画方法 | 第69-70页 |
| ·获取动画数据 | 第70-72页 |
| ·人脸动画参数模型 | 第72-74页 |
| ·实验结果 | 第74-75页 |
| ·小结 | 第75-78页 |
| 第5章 三维人脸模型在人脸识别中的应用 | 第78-92页 |
| ·引言 | 第78-80页 |
| ·基于形变模型的人脸识别系统 | 第80-83页 |
| ·系统概述 | 第81-82页 |
| ·人脸识别特征的提取和分类 | 第82-83页 |
| ·基于Fisher线性判别的进一步的分析 | 第83-87页 |
| ·Fisher线性判别的原理 | 第84-85页 |
| ·Fisher线性判别的实现 | 第85-87页 |
| ·实验结果 | 第87-90页 |
| ·训练和测试人脸图像库 | 第87-88页 |
| ·匹配结果分析 | 第88-90页 |
| ·小结 | 第90-92页 |
| 第6章 基于组合模型的人脸特征检测方法研究 | 第92-112页 |
| ·引言 | 第92-94页 |
| ·人脸图像的特征学习 | 第94-95页 |
| ·标定人脸图像的像素级对应 | 第95-99页 |
| ·建立人脸线性组合模型 | 第99-101页 |
| ·人脸线形组合模型 | 第99-100页 |
| ·基于主元分析方法(PCA)的模型改进 | 第100-101页 |
| ·模型匹配和特征检测 | 第101-103页 |
| ·模型匹配过程 | 第101-102页 |
| ·人脸特征检测 | 第102-103页 |
| ·实验结果 | 第103-110页 |
| ·在MPI人脸库上的实验 | 第103-105页 |
| ·在ORL人脸数据库上的实验 | 第105-107页 |
| ·与ASM方法的比较 | 第107-109页 |
| ·实验结果分析 | 第109-110页 |
| ·小结 | 第110-112页 |
| 第7章 结论 | 第112-116页 |
| ·本文的研究总结 | 第112-114页 |
| ·进一步的研究和展望 | 第114-116页 |
| 参考文献 | 第116-128页 |
| 攻读博士学位期间所发表的学术论文 | 第128-130页 |
| 致谢 | 第130-131页 |
