基于图神经网络学习的人脸重建方法研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 引言 | 第7-8页 |
| 1 相关工作介绍 | 第8-13页 |
| 1.1 2D人脸重建相关工作 | 第8-10页 |
| 1.2 3D人脸重建的相关工作 | 第10-11页 |
| 1.3 图神经网络相关工作 | 第11-12页 |
| 1.4 本文主要研究内容和创新点 | 第12页 |
| 1.5 文章章节安排 | 第12-13页 |
| 2 图神经网络及其2D应用 | 第13-25页 |
| 2.1 图神经网络结构 | 第13-14页 |
| 2.2 图神经网络训练 | 第14页 |
| 2.3 基于图神经网络的人脸超分辨率重建 | 第14-24页 |
| 2.3.1 基于图神经网络的人脸超分辨重建方法 | 第14-18页 |
| 2.3.2 度量标准与数据集 | 第18-19页 |
| 2.3.3 实验结果及分析 | 第19-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 训练数据生成以及人脸模型对齐 | 第25-43页 |
| 3.1 基于自增强级联回归的2D人脸特征点算法 | 第25-32页 |
| 3.1.1 局部纹理约束 | 第27-29页 |
| 3.1.2 全局几何约束 | 第29页 |
| 3.1.3 实验验证 | 第29-32页 |
| 3.2 基于共形映射的3D人脸特征点检测 | 第32-37页 |
| 3.2.1 共形映射及几何图像生成 | 第33-34页 |
| 3.2.2 实验验证 | 第34-37页 |
| 3.3 三维人脸训练数据生成 | 第37-40页 |
| 3.4 生成人脸个性化模板 | 第40-43页 |
| 3.4.1 人脸统计学模型 | 第40-41页 |
| 3.4.2 基于人脸统计学模型的人脸3D重建 | 第41-43页 |
| 4 基于图神经网络的3D人脸重建 | 第43-52页 |
| 4.1 基于图神经网络的3D人脸重建 | 第44-45页 |
| 4.2 实验结果及分析 | 第45-51页 |
| 4.2.1 定量实验 | 第45-50页 |
| 4.2.2 定性实验 | 第50-51页 |
| 4.3 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-60页 |
| 致谢 | 第60-62页 |
