| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 人脸识别的研究意义和背景 | 第8-10页 |
| 1.2 人脸识别技术研究进展与现状 | 第10-15页 |
| 1.3 三维人脸识别的评价指标 | 第15-16页 |
| 1.4 本文主要研究内容 | 第16页 |
| 1.5 本文章节安排 | 第16-18页 |
| 第二章 三维人脸数据的获取及预处理 | 第18-28页 |
| 2.1 三维人脸数据的获取 | 第18-23页 |
| 2.1.1 三维数据主动获取 | 第18-20页 |
| 2.1.2 三维数据被动获取 | 第20-21页 |
| 2.1.3 三维人脸数据的表示方法 | 第21-22页 |
| 2.1.4 国内外主要三维人脸库介绍 | 第22-23页 |
| 2.2 三维人脸数据的预处理 | 第23-25页 |
| 2.2.1 鼻尖点的确定 | 第23页 |
| 2.2.2 人脸角度旋转 | 第23-24页 |
| 2.2.3 三维人脸切割 | 第24-25页 |
| 2.3 人脸双三次 B 样条曲面拟合 | 第25-27页 |
| 2.3.1 B 样条曲面自适应拟合算法 | 第25-26页 |
| 2.3.2 双三次 B 样条曲面拟合 | 第26-27页 |
| 2.3.3 人脸面部曲面拟合 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 三维人脸中分轮廓线和几何特征向量提取 | 第28-38页 |
| 3.1 轮廓线提取 | 第28-32页 |
| 3.1.1 曲率的计算 | 第28-30页 |
| 3.1.2 人脸中分轮廓线提取 | 第30-32页 |
| 3.1.3 鼻尖处横切轮廓线提取 | 第32页 |
| 3.2 其他特征点的定位与计算 | 第32-34页 |
| 3.2.1 内眼角的提取 | 第33页 |
| 3.2.2 外眼角的提取 | 第33-34页 |
| 3.2.3 嘴角提取 | 第34页 |
| 3.3 关键特征向量的选取与计算 | 第34-37页 |
| 3.3.1 距离特征 | 第35页 |
| 3.3.2 角度特征 | 第35-36页 |
| 3.3.3 体积特征 | 第36页 |
| 3.3.4 面部比例特征 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于轮廓线和几何特征向量的三维人脸识别 | 第38-49页 |
| 4.1 人脸识别算法 | 第38-45页 |
| 4.1.1 基于局部和全局特征匹配的人脸识别算法 | 第38-40页 |
| 4.1.2 Hausdorff 在三维人脸识别中的应用 | 第40-41页 |
| 4.1.3 ICP 在三维人脸识别中的应用 | 第41-45页 |
| 4.2 三维人脸识别系统流程图 | 第45-46页 |
| 4.3 基于几何特征向量加权的三维人脸粗识别 | 第46-47页 |
| 4.3.1 特征向量说明 | 第46-47页 |
| 4.3.2 特征向量权值分配 | 第47页 |
| 4.3.3 相似度距离的计算 | 第47页 |
| 4.4 基于轮廓线的三维人脸细识别 | 第47-48页 |
| 4.5 三维人脸全局匹配 | 第48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 实验仿真及结果分析 | 第49-54页 |
| 5.1 实验数据及来源 | 第49-50页 |
| 5.2 实验步骤 | 第50页 |
| 5.3 不同特征向量提取方法的比较 | 第50-52页 |
| 5.4 不同分类器的实验结果比较 | 第52-53页 |
| 5.5 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 工作总结 | 第54页 |
| 6.2 工作展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第59-60页 |
| 致谢 | 第60页 |