基于形变模型的三维人脸重建及识别
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 注释表 | 第11-12页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-19页 |
| 1.2.1 三维人脸重建的研究现状 | 第13-16页 |
| 1.2.2 三维人脸识别的研究现状 | 第16-19页 |
| 1.3 本文主要工作及内容安排 | 第19-21页 |
| 第二章 基于冗余稀疏形变模型的三维人脸重建 | 第21-45页 |
| 2.1 经典人脸重建模型 | 第22-23页 |
| 2.1.1 形变模型 | 第22-23页 |
| 2.1.2 稀疏形变模型 | 第23页 |
| 2.2 基于AAM的特征点定位 | 第23-26页 |
| 2.2.1 AAM原理 | 第24-25页 |
| 2.2.2 AAM算法步骤 | 第25-26页 |
| 2.3 K-SVD算法 | 第26-28页 |
| 2.3.1 信号的稀疏表示 | 第26页 |
| 2.3.2 K-SVD原理 | 第26-28页 |
| 2.3.3 K-SVD算法步骤 | 第28页 |
| 2.4 人脸库扩充 | 第28-29页 |
| 2.5 三维人脸重建 | 第29-35页 |
| 2.5.1 冗余稀疏形变模型 | 第29-30页 |
| 2.5.2 冗余字典设计 | 第30-31页 |
| 2.5.3 尺度、平移和姿态矫正 | 第31-33页 |
| 2.5.4 纹理映射 | 第33-35页 |
| 2.6 实验结果与分析 | 第35-44页 |
| 2.6.1 浙大人脸库 | 第35页 |
| 2.6.2 冗余字典规模对重建精度的影响 | 第35-36页 |
| 2.6.3 正脸重建 | 第36-38页 |
| 2.6.4 带尺度、平移及旋转的人脸重建 | 第38-43页 |
| 2.6.5 纹理映射 | 第43-44页 |
| 2.7 本章小结 | 第44-45页 |
| 第三章 基于人脸深度图的三维人脸识别 | 第45-63页 |
| 3.1 数据预处理 | 第45-48页 |
| 3.1.1 人脸深度图构造 | 第45-47页 |
| 3.1.2 三维人脸矫正 | 第47-48页 |
| 3.2 特征提取 | 第48-52页 |
| 3.2.1 深度特征 | 第48-49页 |
| 3.2.2 LBP特征 | 第49-50页 |
| 3.2.3 Haar特征及积分图 | 第50-52页 |
| 3.3 特征融合 | 第52-53页 |
| 3.4 分类器设计 | 第53-57页 |
| 3.4.1 支持向量机 | 第53-55页 |
| 3.4.2 核函数 | 第55-56页 |
| 3.4.3 松弛变量 | 第56-57页 |
| 3.5 实验结果与分析 | 第57-62页 |
| 3.5.1 特征对识别效果的影响 | 第57-59页 |
| 3.5.2 不同表情下的识别效果 | 第59-60页 |
| 3.5.3 分类器参数的选择 | 第60-61页 |
| 3.5.4 不同方法性能对比 | 第61-62页 |
| 3.6 本章小结 | 第62-63页 |
| 第四章 基于测地线环的三维人脸识别 | 第63-76页 |
| 4.1 特征提取和特征度量 | 第63-67页 |
| 4.1.1 测地线环定义 | 第63-64页 |
| 4.1.2 三维加权走查 | 第64-66页 |
| 4.1.3 测地线环对的距离度量 | 第66-67页 |
| 4.2 基于测地线环的三维人脸匹配 | 第67-70页 |
| 4.2.1 刚性区域划分 | 第67-68页 |
| 4.2.2 匹配指标 | 第68-69页 |
| 4.2.3 由粗到精的匹配策略 | 第69-70页 |
| 4.3 实验结果与分析 | 第70-76页 |
| 4.3.1 不同表情下的识别效果 | 第70-71页 |
| 4.3.2 测地线环的选取 | 第71-73页 |
| 4.3.3 匹配策略的影响 | 第73-74页 |
| 4.3.4 不同方法识别效果对比 | 第74页 |
| 4.3.5 本章小结 | 第74-76页 |
| 第五章 总结与展望 | 第76-78页 |
| 5.1 课题完成的工作 | 第76-77页 |
| 5.2 存在的问题与研究展望 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 致谢 | 第83-84页 |
| 在学期间的研究成果及发表的学术论文 | 第84页 |
