基于形变褶皱合成的逼真人脸动画
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究背景及意义 | 第11-12页 |
| ·存在问题及本文主要工作 | 第12-14页 |
| ·论文的组织结构 | 第14-15页 |
| 第二章 物理特征量化及提取 | 第15-30页 |
| ·肌肉激励参数 | 第15-19页 |
| ·MPEG-4中人脸动画原理 | 第15页 |
| ·FDP、FAP与FAPU的定义 | 第15-19页 |
| ·褶皱参数 | 第19-21页 |
| ·ERI定义及数据结构 | 第19-21页 |
| ·ERI跟踪算法 | 第21页 |
| ·光流跟踪提取FAP | 第21-26页 |
| ·光流概念 | 第22-23页 |
| ·光流计算方法 | 第23页 |
| ·基于梯度的计算方法 | 第23-24页 |
| ·Lucas-Kanade光流跟踪提取FAP | 第24-26页 |
| ·主成分分析提取EigenERI | 第26-30页 |
| ·主成分分析 | 第26-28页 |
| ·PCA提取EigenERI | 第28-30页 |
| 第三章 几何控制形变 | 第30-38页 |
| ·人脸网格建模 | 第30-31页 |
| ·人脸形变 | 第31-38页 |
| ·薄板样条插值 | 第31-34页 |
| ·域变形 | 第34-38页 |
| 第四章 SVM预测褶皱 | 第38-52页 |
| ·机器学习 | 第38-39页 |
| ·支持向量机 | 第39-47页 |
| ·VC维理论 | 第39-42页 |
| ·经验风险与实际风险 | 第42-43页 |
| ·结构风险最小化 | 第43-44页 |
| ·支持向量回归算法 | 第44-45页 |
| ·支持向量机训练及预测 | 第45-47页 |
| ·褶皱增强 | 第47-52页 |
| ·褶皱区划分 | 第47-48页 |
| ·比率变换 | 第48-50页 |
| ·空间平滑化 | 第50-52页 |
| 第五章 形变褶皱合成人脸动画 | 第52-55页 |
| ·系统流程 | 第52页 |
| ·合成分析 | 第52-53页 |
| ·合成重定向分析 | 第53-55页 |
| 第六章 结论及展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间所发表的学术论文 | 第61页 |
