| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景及其意义 | 第7-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 本文的研究内容及结构 | 第11-12页 |
| 2 人脸正面化相关方法介绍 | 第12-22页 |
| 2.1 引言 | 第12页 |
| 2.2 基于二维平面的人脸正面化 | 第12-15页 |
| 2.2.1 基于统计的人脸正面化 | 第12-13页 |
| 2.2.2 基于单任务深度学习的人脸正面化 | 第13-14页 |
| 2.2.3 基于多任务深度学习的人脸正面化 | 第14-15页 |
| 2.3 基于三维空间的人脸正面化 | 第15-18页 |
| 2.3.1 基于形变模型的人脸正面化 | 第15-16页 |
| 2.3.2 基于局部线性回归的人脸正面化 | 第16-17页 |
| 2.3.3 基于特征点与网格的人脸正面化 | 第17-18页 |
| 2.4 讨论与分析 | 第18-22页 |
| 3 基于结构化正交Procrustes回归的人脸正面化方法 | 第22-30页 |
| 3.1 引言 | 第22-23页 |
| 3.2 相关工作 | 第23-24页 |
| 3.2.1 OPP | 第23页 |
| 3.2.2 正交Procrustes回归 | 第23-24页 |
| 3.3 结构化正交Procrustes回归 | 第24-27页 |
| 3.4 实验 | 第27-30页 |
| 4 基于三维模型的鲁棒人脸正面化方法 | 第30-45页 |
| 4.1 引言 | 第30页 |
| 4.2 相关技术介绍 | 第30-37页 |
| 4.2.1 监督下降法(Supervised Descent Method,SDM) | 第30-33页 |
| 4.2.2 局部二值模式(Local Binary Pattern,LBP) | 第33-35页 |
| 4.2.3 泊松图像编辑(Poisson Image Editing,PIE) | 第35-37页 |
| 4.3 基于三维模型的鲁棒人脸正面化方法 | 第37-41页 |
| 4.3.1 人脸正面视图合成 | 第37-38页 |
| 4.3.2 不可视区域估计 | 第38-39页 |
| 4.3.3 遮挡检测 | 第39-40页 |
| 4.3.4 遮挡区域填充 | 第40-41页 |
| 4.4 实验 | 第41-45页 |
| 4.4.1 人脸验证 | 第41-42页 |
| 4.4.2 性别评估 | 第42页 |
| 4.4.3 遮挡下的人脸验证 | 第42-45页 |
| 5 总结与展望 | 第45-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-53页 |
| 附录 | 第53页 |
