人脸特征点定位及表情动画的研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 论文选题的背景 | 第12-14页 |
| 1.2 人脸特征点定位的研究现状 | 第14-18页 |
| 1.2.1 基于先验规则的方法 | 第14-15页 |
| 1.2.2 基于形状特征信息的方法 | 第15页 |
| 1.2.3 基于统计模型的方法 | 第15-16页 |
| 1.2.4 基于深度信息的方法 | 第16-17页 |
| 1.2.5 其他方法 | 第17-18页 |
| 1.3 主要研究内容 | 第18-19页 |
| 1.4 论文结构安排 | 第19-20页 |
| 第2章 预备知识 | 第20-30页 |
| 2.1 头部姿态估计的几类方法 | 第20-21页 |
| 2.2 流形学习的数据降维 | 第21-23页 |
| 2.2.1 局部线性嵌入算法 | 第22-23页 |
| 2.2.2 局部嵌入分析算法 | 第23页 |
| 2.3 决策分析和随机森林 | 第23-25页 |
| 2.4 回归分析 | 第25-26页 |
| 2.5 径向基回归网络 | 第26-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 基于LPP和GRNN的头部姿态估计 | 第30-38页 |
| 3.1 降维方法的选取 | 第30-31页 |
| 3.2 非线性回归方法的选取 | 第31页 |
| 3.3 算法内容 | 第31-35页 |
| 3.3.1 局部保持投影 | 第32-34页 |
| 3.3.2 广义回归神经网络 | 第34页 |
| 3.3.3 LPP和GRNN的算法描述 | 第34-35页 |
| 3.4 头部姿态估计实验分析 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于条件回归森林的人脸特征点定位 | 第38-49页 |
| 4.1 随机树回归模型 | 第38-41页 |
| 4.2 条件回归森林算法 | 第41-44页 |
| 4.2.1 条件回归森林的训练 | 第42-44页 |
| 4.2.2 条件回归森林的测试 | 第44页 |
| 4.3 人脸特征点定位实验分析 | 第44-48页 |
| 4.3.1 评估方法 | 第44-45页 |
| 4.3.2 参数选取 | 第45-47页 |
| 4.3.3 实验结果分析 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 人脸表情动画 | 第49-60页 |
| 5.1 Blendshap表情权重计算 | 第49-53页 |
| 5.1.1 数据处理 | 第49-50页 |
| 5.1.2 模型建立 | 第50页 |
| 5.1.3 数据和模型对应 | 第50-51页 |
| 5.1.4 RBF算法实现 | 第51-52页 |
| 5.1.5 Blendshap权重获取实验分析 | 第52-53页 |
| 5.2 人脸表情动画合成 | 第53-57页 |
| 5.2.1 系统平台 | 第53-54页 |
| 5.2.2 预处理模块 | 第54页 |
| 5.2.3 在线运行模块 | 第54-56页 |
| 5.2.4 表情动画合成实验分析 | 第56-57页 |
| 5.3 系统测试 | 第57-59页 |
| 5.3.1 测试环境 | 第57页 |
| 5.3.2 用户界面测试 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 附录 A (攻读硕士期间所发表的学术论文) | 第67-68页 |
| 附录 B (攻读硕士期间参与的项目列表) | 第68-69页 |
| 致谢 | 第69页 |
