基于三维型变模型的多姿态人脸识别
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究意义及背景 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·人脸识别方法 | 第9-10页 |
| ·人脸识别中的姿态问题 | 第10-12页 |
| ·本文的主要工作 | 第12页 |
| ·本文的组织安排 | 第12-14页 |
| 第2章 基于形变模型的三维人脸重建方法 | 第14-22页 |
| ·形变模型基本框架 | 第14-15页 |
| ·三维人脸库 | 第15-18页 |
| ·数据获取 | 第15页 |
| ·数据预处理 | 第15-16页 |
| ·基于网格重采样的对应方法 | 第16-18页 |
| ·三维形变模型建立 | 第18-19页 |
| ·三维形变模型匹配优化 | 第19-21页 |
| ·模型误差 | 第19-20页 |
| ·随机优化 | 第20-21页 |
| ·模型匹配中存在的问题 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第3章 基于三维部件技术的多姿态人脸识别 | 第22-38页 |
| ·相关研究工作 | 第22-23页 |
| ·人脸特征提取 | 第23-28页 |
| ·基于ASM的三维分片 | 第24-26页 |
| ·三维人脸部件的划分 | 第26-27页 |
| ·部件特征提取 | 第27页 |
| ·三维人脸表示 | 第27-28页 |
| ·人脸识别 | 第28-31页 |
| ·两层分类方法 | 第28-29页 |
| ·Fisher线性判别 | 第29-30页 |
| ·基于Fisher线性判别的两层分类方法 | 第30-31页 |
| ·实验结果及分析 | 第31-35页 |
| ·二维和三维基于部件的人脸识别方法比较 | 第32-33页 |
| ·三维部件技术与整脸识别比较 | 第33页 |
| ·单个部件识别率分析 | 第33-34页 |
| ·两层分类方法分析 | 第34-35页 |
| ·本章小结 | 第35-38页 |
| 第4章 基于部件的三维形变模型 | 第38-48页 |
| ·问题的提出 | 第38页 |
| ·基于部件的三维形变模型 | 第38-39页 |
| ·三维部件库 | 第39页 |
| ·部件模型的建立 | 第39-40页 |
| ·模型与二维图像的匹配 | 第40-43页 |
| ·模型参数的定义 | 第41页 |
| ·与二维图像的匹配 | 第41-42页 |
| ·最小优化问题 | 第42-43页 |
| ·实验结果及分析 | 第43-46页 |
| ·基于部件的重建结果 | 第43-45页 |
| ·识别效果比较 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 结论与展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间发表的学术论文 | 第54-56页 |
| 致谢 | 第56页 |
