自动三维人脸识别
| 内容提要 | 第1-7页 |
| 第一章 绪论 | 第7-15页 |
| ·二维人脸识别简介 | 第7-8页 |
| ·二维人脸识别的分类 | 第7页 |
| ·二维人脸识别的应用 | 第7-8页 |
| ·三维人脸识别 | 第8页 |
| ·三维人脸识别的特点 | 第8页 |
| ·三维人脸识别系统的功能 | 第8页 |
| ·三维人脸识别的关键技术 | 第8-10页 |
| ·三维人脸建模 | 第9页 |
| ·人脸姿态估计 | 第9-10页 |
| ·人脸识别匹配算法 | 第10页 |
| ·常见的三维人脸识别算法 | 第10-15页 |
| ·基于特征的方法 | 第10-12页 |
| ·基于PCA的方法 | 第12页 |
| ·隐马尔科夫模型 | 第12-13页 |
| ·可变模型 | 第13页 |
| ·支持向量机 | 第13-14页 |
| ·弹性图匹配方法 | 第14页 |
| ·基于神经网络的方法 | 第14-15页 |
| 第二章 面具预处理 | 第15-19页 |
| ·初始鼻尖估计 | 第15-16页 |
| ·三维人脸切割 | 第16-17页 |
| ·源点选择 | 第16页 |
| ·距离度量选择 | 第16-17页 |
| ·三维人脸姿态估计 | 第17-19页 |
| 第三章 特征提取 | 第19-32页 |
| ·ICP算法和对称轮廓线的提取 | 第19-22页 |
| ·最近点迭代算法(ICP)模型 | 第19-20页 |
| ·Point to Point最近点搜索法 | 第20页 |
| ·四元数法 | 第20-21页 |
| ·对称轮廓线的提取 | 第21-22页 |
| ·对称轮廓线上的特征点提取 | 第22-24页 |
| ·其他特征提取 | 第24-32页 |
| ·内眼角提取 | 第24-25页 |
| ·外眼角提取 | 第25-26页 |
| ·颧骨提取 | 第26-27页 |
| ·嘴角提取 | 第27-30页 |
| ·鼻窝提取 | 第30-32页 |
| 第四章 拒绝分类器 | 第32-36页 |
| ·空间三角形的相似性度量 | 第32-34页 |
| ·位置相似性度量 | 第33-34页 |
| ·三角形的内在几何量 | 第34页 |
| ·三角形大小相似度量 | 第34页 |
| ·三角形选择 | 第34-36页 |
| 第五章 人脸比对 | 第36-45页 |
| ·距离度量 | 第36-39页 |
| ·Hausdorff距离 | 第36-37页 |
| ·部分Hausdorff距离 | 第37页 |
| ·基于加权的Hausdorff距离 | 第37-38页 |
| ·平均Hausdorff距离 | 第38-39页 |
| ·对称轮廓线分类器 | 第39-40页 |
| ·基于轮廓线的人脸识别 | 第39页 |
| ·对称轮廓线拒绝分类器 | 第39-40页 |
| ·全局配准 | 第40-42页 |
| ·实验结果 | 第42-45页 |
| 总结 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 致谢 | 第48-49页 |
| 中文摘要 | 第49-52页 |
| 英文摘要 | 第52-56页 |
