| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究进展及现状 | 第11-16页 |
| 1.3 本文研究内容与创新点 | 第16-18页 |
| 1.3.1 本文的研究内容 | 第16-17页 |
| 1.3.2 本文的创新点 | 第17-18页 |
| 1.4 论文组织结构 | 第18-19页 |
| 第2章 数字人脸图像的脸型改善相关工作 | 第19-39页 |
| 2.1 表征人脸特征提取方法 | 第19-24页 |
| 2.1.1 黄金比例 | 第19-21页 |
| 2.1.2 平均脸及对称性 | 第21-22页 |
| 2.1.3 主动形状模型ASM（ACTIVE SHAPE MODEL） | 第22页 |
| 2.1.4 主动表观模型AAM（ACTIVE APPEARANCE MODEL） | 第22-23页 |
| 2.1.5 基于级联形状回归和深度学习特征定位 | 第23-24页 |
| 2.2 基于DELAUNAY三角剖分算法 | 第24-27页 |
| 2.3 人脸脸型变形方法 | 第27-38页 |
| 2.3.1 基于四边形网格的变形方法 | 第27-28页 |
| 2.3.2 基于控制线段的变形方法 | 第28-29页 |
| 2.3.3 基于自由变形的人脸变形方法 | 第29-30页 |
| 2.3.4 基于深度学习和机器学习的变形方法 | 第30-33页 |
| 2.3.5 本文采用的基于保持局部细节的拉普拉斯变形方法 | 第33-38页 |
| 2.4 本章小结 | 第38-39页 |
| 第3章 基于脸型分类的美化模板构造 | 第39-55页 |
| 3.1 脸型分类常规方法 | 第39-40页 |
| 3.2 脸型美化模型常规构造方法 | 第40-42页 |
| 3.2.1 基于KASS SNAKE模型轮廓提取 | 第40-41页 |
| 3.2.2 基于几何感知基的形状接近模型 | 第41-42页 |
| 3.3 本文涉及的基于脸型分类的美化模型构造方法 | 第42-54页 |
| 3.3.1 基于主动形状模型的人脸特征提取 | 第42-45页 |
| 3.3.2 基于K近邻和HAUSDORFF距离与面型指数结合的脸型分类 | 第45-51页 |
| 3.3.3 实验脸型分类结果及美化模型 | 第51-54页 |
| 3.4 本章小结 | 第54-55页 |
| 第4章 实验结果及分析 | 第55-60页 |
| 4.1 实验数据来源及预处理 | 第55-56页 |
| 4.2 实验结果比较与分析 | 第56-59页 |
| 4.3 本章小结 | 第59-60页 |
| 第5章 结论与展望 | 第60-62页 |
| 5.1 论文总结 | 第60页 |
| 5.2 研究展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第66-67页 |
| 致谢 | 第67页 |
