| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 选题背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文研究内容和结构安排 | 第12-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第二章 三维人脸重建及人脸区域检测相关理论 | 第15-23页 |
| 2.1 三维人脸重建概述 | 第15-17页 |
| 2.2 基于Adaboost算法的人脸检测 | 第17-22页 |
| 2.2.1 Adaboost算法原理 | 第17-18页 |
| 2.2.2 多角度人脸检测 | 第18页 |
| 2.2.3 Adaboost分类器训练过程 | 第18-20页 |
| 2.2.4 实验及结果分析 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 一种多视图人脸特征点标定方法 | 第23-39页 |
| 3.1 传统的人脸特征点检测方法 | 第23-25页 |
| 3.1.1 基于统计学习的特征点标定方法 | 第23-24页 |
| 3.1.2 基于角点检测的特征点定位方法 | 第24-25页 |
| 3.2 一种基于边缘曲率的多角度人脸特征点检测方法 | 第25-29页 |
| 3.2.1 基于Canny算子的边缘检测模块 | 第26-28页 |
| 3.2.2 基于边缘曲率的特征点标定 | 第28-29页 |
| 3.3 实验及结果分析 | 第29-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 一种基于多视图人脸的特征点匹配算法 | 第39-53页 |
| 4.1 特征点描述算法分析 | 第39-42页 |
| 4.1.1 基于像素差平方和的描述子 | 第39-40页 |
| 4.1.2 SIFT特征描述子 | 第40-42页 |
| 4.2 一种基于BRIEF和欧氏距离相结合的特征点匹配方法 | 第42-47页 |
| 4.2.1 BRIEF特征描述子 | 第42-44页 |
| 4.2.2 改进的特征点匹配算法框架 | 第44-46页 |
| 4.2.3 特征点的对应位置预测 | 第46-47页 |
| 4.3 实验及结果分析 | 第47-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 三维人脸建模原型系统设计与实现 | 第53-63页 |
| 5.1 开发环境与相关技术 | 第53-54页 |
| 5.1.1 开发环境 | 第53页 |
| 5.1.2 基于通用三维人脸模型的三维人脸重建 | 第53-54页 |
| 5.2 原型系统设计 | 第54-55页 |
| 5.3 原型实现 | 第55-61页 |
| 5.4 本章小结 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间取得的科研成果 | 第71-73页 |
| 致谢 | 第73页 |