| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-26页 |
| 1.1 引言 | 第8页 |
| 1.2 人脸识别技术 | 第8-12页 |
| 1.2.1 人脸识别系统的应用场景 | 第9-11页 |
| 1.2.2 人脸识别的流程 | 第11页 |
| 1.2.3 人脸识别技术的分类 | 第11-12页 |
| 1.3 三维人脸识别技术 | 第12-16页 |
| 1.3.1 三维人脸数据的形式 | 第13页 |
| 1.3.2 三维人脸识别的常用数据库 | 第13-14页 |
| 1.3.3 三维人脸识别流程 | 第14-15页 |
| 1.3.4 三维人脸识别的优势与挑战 | 第15-16页 |
| 1.4 三维人脸识别方法研究综述 | 第16-23页 |
| 1.4.1 基于空域的直接匹配方法 | 第16-18页 |
| 1.4.2 基于局部特征的匹配方法 | 第18-20页 |
| 1.4.3 基于整体特征的匹配方法 | 第20-22页 |
| 1.4.4 基于二维和三维的双模态融合方法 | 第22-23页 |
| 1.5 本文主要工作及章节安排 | 第23-26页 |
| 第二章 基于半刚性区域面部轮廓线匹配的三维人脸识别方法 | 第26-40页 |
| 2.1 引言 | 第26页 |
| 2.2 相关工作 | 第26-28页 |
| 2.3 三维人脸模型预处理 | 第28-30页 |
| 2.4 基于半刚性区域面部轮廓线匹配三维人脸识别方法 | 第30-33页 |
| 2.4.1 面部轮廓线分析 | 第30页 |
| 2.4.2 面部轮廓线提取及重采样 | 第30-31页 |
| 2.4.3 曲线匹配 | 第31-33页 |
| 2.4.4 相似度计算 | 第33页 |
| 2.5 实验 | 第33-37页 |
| 2.5.1 面部轮廓线条数的选取 | 第33-35页 |
| 2.5.2 识别实验 | 第35-36页 |
| 2.5.3 对大表情的鲁棒性实验 | 第36-37页 |
| 2.5.4 与其他算法的比较 | 第37页 |
| 2.5.5 时间代价分析 | 第37页 |
| 2.6 本章小结 | 第37-40页 |
| 第三章 基于表情不变特征的三维人脸识别方法 | 第40-52页 |
| 3.1 引言 | 第40页 |
| 3.2 相关工作 | 第40-41页 |
| 3.3 基于表情不变特征的三维人脸识别方法 | 第41-47页 |
| 3.3.1 算法思想 | 第41-42页 |
| 3.3.2 形变模型建立 | 第42-46页 |
| 3.3.2.1 基于ICP匹配的精确姿态矫正 | 第43页 |
| 3.3.2.2 基于CPD的点对应关系的建立 | 第43-44页 |
| 3.3.2.3 形变模型的产生 | 第44-46页 |
| 3.3.3 特征提取 | 第46页 |
| 3.3.4 相似性度量 | 第46-47页 |
| 3.4 实验 | 第47-50页 |
| 3.4.1 训练集人脸及标准人脸的选取 | 第47-48页 |
| 3.4.2 识别实验 | 第48-49页 |
| 3.4.3 表情鲁棒性实验 | 第49-50页 |
| 3.4.4 与其他算法的比较 | 第50页 |
| 3.5 本章小结 | 第50-52页 |
| 第四章 总结与展望 | 第52-56页 |
| 4.1 课题研究内容总结 | 第52-53页 |
| 4.2 未来工作展望 | 第53-54页 |
| 4.3 结束语 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 作者在攻读硕士期间发表的论文与专利 | 第64页 |