首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

数据驱动的实时人脸表情动画研究

摘要第5-6页
abstract第6-7页
第一章 绪论第10-16页
    1.1 课题背景和研究意义第10-11页
        1.1.1 课题背景第10页
        1.1.2 课题研究意义第10-11页
    1.2 国内外技术现状第11-12页
    1.3 表情动画的应用第12-14页
    1.4 本文的主要研究内容及章节安排第14-16页
第二章 人脸表情动画第16-28页
    2.1 基于二维图像的方法第16-17页
        2.1.1 基于单帧图像变形第16-17页
        2.1.2 基于关键帧插值变形第17页
        2.1.3 基于统计模型的变形第17页
    2.2 基于三维模型的方法第17-19页
        2.2.1 三维人脸建模第18-19页
        2.2.2 三维人脸动画第19页
    2.3 基于数据驱动的方法第19-20页
    2.4 基于网格变形的算法第20-25页
        2.4.1 基于径向基插值变形算法第20-22页
        2.4.2 基于特征点的最短路径算法第22-23页
        2.4.3 基于重心坐标插值的变形算法第23-24页
        2.4.4 基于拉普拉斯算子的变形算法第24-25页
    2.5 本章小结第25-28页
第三章 单帧的三维人脸表情重建的实现第28-44页
    3.1 源模型数据捕捉第29-31页
        3.1.1 kinect简介第30页
        3.1.2 kinect工作原理第30-31页
        3.1.3 获取源模型网格数据第31页
    3.2 选取控制点第31-34页
    3.3 选取基本表情第34-36页
    3.4 目标模型建立第36-37页
    3.5 表情迁移第37-40页
        3.5.1 模型分区第37-39页
        3.5.2 表情重建第39-40页
    3.6 实验结果第40-42页
    3.7 本章小结第42-44页
第四章 数据驱动实时的人脸表情动画的实现第44-62页
    4.1 人脸实时追踪第44-48页
    4.2 选取变形控制点第48页
    4.3 模型数据匹配第48-49页
    4.4 添加纹理第49-50页
    4.5 三维人脸表情重建第50-54页
        4.5.1 基于RBF的人脸表情重建第50-51页
        4.5.2 基于拉普拉斯的人脸表情重建第51-53页
        4.5.3 改进的径向基函数网络的人脸表情重建第53-54页
    4.6 分块融合第54-55页
    4.7 实验结果及讨论第55-61页
    4.8 本章小结第61-62页
第五章 总结与展望第62-66页
    5.1 总结第62-63页
    5.2 展望第63-66页
参考文献第66-70页
攻读学位期间所取得的相关科研成果第70-72页
致谢第72-73页

论文共73页,点击 下载论文
上一篇:基于深度学习的图像检索
下一篇:老年人能力评估信息平台的设计与实现