| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 研究背景 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 二维人脸关键点定位研究现状 | 第15-17页 |
| 1.2.2 三维人脸关键点定位研究现状 | 第17-18页 |
| 1.3 本文的主要内容与组织结构 | 第18-20页 |
| 1.3.1 本文主要工作和贡献 | 第19页 |
| 1.3.2 论文组织结构 | 第19-20页 |
| 第2章 遮挡鲁棒的二维人脸关键点定位算法 | 第20-39页 |
| 2.1 引言 | 第20页 |
| 2.2 遮挡鲁棒的二维人脸关键点定位的基本思路与整体框架 | 第20-31页 |
| 2.2.1 训练数据的生成 | 第20-21页 |
| 2.2.2 初始形状的处理 | 第21-22页 |
| 2.2.3 网络结构 | 第22-25页 |
| 2.2.4 回归目标与损失函数 | 第25-28页 |
| 2.2.5 数据集和实现方式 | 第28-31页 |
| 2.3 实验结果与分析 | 第31-38页 |
| 2.3.1 评价准则 | 第31页 |
| 2.3.2 人脸二维关键点定位实验结果分析 | 第31-38页 |
| 2.4 本章小结 | 第38-39页 |
| 第3章 姿态鲁棒的三维人脸关键点定位算法 | 第39-62页 |
| 3.1 引言 | 第39-40页 |
| 3.2 三维人脸关键点定位基本思路和总体框架 | 第40-52页 |
| 3.2.1 回归目标向量 | 第40-42页 |
| 3.2.2 PNCC特征图 | 第42-44页 |
| 3.2.3 网络结构 | 第44-47页 |
| 3.2.4 损失函数 | 第47-50页 |
| 3.2.5 数据集和实现方式 | 第50-52页 |
| 3.3 实验结果与分析 | 第52-60页 |
| 3.3.1 评价标准 | 第52页 |
| 3.3.2 三种损失函数性能的评估 | 第52-55页 |
| 3.3.3 在大姿态人脸数据集AFLW上的评估 | 第55-57页 |
| 3.3.4 在3D人脸数据集AFLW2000-3D上的评估 | 第57-59页 |
| 3.3.5 在中等姿态人脸数据集300W上的评估 | 第59-60页 |
| 3.4 本章小结 | 第60-62页 |
| 第4章 基于3DMM参数回归的人脸动画系统 | 第62-77页 |
| 4.1 引言 | 第62页 |
| 4.2 人脸检测模块 | 第62-71页 |
| 4.2.1 非极大值抑制的原理 | 第63页 |
| 4.2.2 人脸检测网络结构 | 第63-67页 |
| 4.2.3 人脸检测任务的损失函数 | 第67-68页 |
| 4.2.4 实现细节和检测结果 | 第68-71页 |
| 4.3 3DMM参数回归模块 | 第71-73页 |
| 4.4 Unity3D模块 | 第73-76页 |
| 4.5 本章小结 | 第76-77页 |
| 第5章 总结与展望 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 个人简历、攻读硕士学位期间主要的学术成果 | 第84页 |