无标记面部表情捕捉系统关键技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 课题研究目的及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-13页 |
| 1.3 无标记面部表情捕捉系统的关键技术 | 第13-14页 |
| 1.4 本文内容安排 | 第14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 相关技术及基础理论 | 第15-28页 |
| 2.1 主动形状模型 | 第15-22页 |
| 2.1.1 训练标注阶段 | 第15-19页 |
| 2.1.2 建立模型阶段 | 第19-21页 |
| 2.1.3 搜索定位阶段 | 第21-22页 |
| 2.2 主动表现模型 | 第22-26页 |
| 2.2.1 纹理建模阶段 | 第23-24页 |
| 2.2.2 表现建模阶段 | 第24-25页 |
| 2.2.3 搜索过程 | 第25-26页 |
| 2.3 模型比较及分析 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 单目视觉面部特征点捕捉 | 第28-42页 |
| 3.1 图像预处理方式 | 第28-30页 |
| 3.1.1 光照补偿 | 第28-29页 |
| 3.1.2 直方图均衡化 | 第29-30页 |
| 3.2 基于Haar特征的人脸检测 | 第30-35页 |
| 3.2.1 AdaBoost训练算法 | 第31-34页 |
| 3.2.2 AdaBoost人脸区域检测 | 第34-35页 |
| 3.3 基于GPU的并行式人脸检测优化过程 | 第35-37页 |
| 3.3.1 积分图加速计算 | 第35-36页 |
| 3.3.2 多尺度扫描窗口加速检测 | 第36-37页 |
| 3.4 基于ASM算法的面部特征点定位 | 第37-39页 |
| 3.4.1 图像检测结果 | 第37-38页 |
| 3.4.2 视频帧检测结果 | 第38-39页 |
| 3.5 特征点定位结果分析 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 双目视觉面部特征点计算 | 第42-51页 |
| 4.1 双目相机标定 | 第42-46页 |
| 4.1.1 成像模型分析 | 第42-43页 |
| 4.1.2 相机标定原理 | 第43-46页 |
| 4.2 面部表情三维重建 | 第46-50页 |
| 4.2.1 特征点三维信息解算 | 第47-48页 |
| 4.2.2 特征点实时传输方式 | 第48-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第五章 无标记面部表情捕捉系统 | 第51-65页 |
| 5.1 无标记面部表情捕捉系统的设计 | 第51-53页 |
| 5.1.1 硬件组成 | 第51-52页 |
| 5.1.2 软件设计 | 第52-53页 |
| 5.2 无标记面部表情捕捉系统的实现 | 第53-56页 |
| 5.2.1 相机标定模块 | 第53-54页 |
| 5.2.2 特征点数据采集模块 | 第54-55页 |
| 5.2.3 特征点数据实时传输模块 | 第55-56页 |
| 5.2.4 三维面部模型驱动 | 第56页 |
| 5.3 实验分析及性能测试 | 第56-64页 |
| 5.3.1 实验分析 | 第56-58页 |
| 5.3.2 误差分析 | 第58-62页 |
| 5.3.3 性能测试 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-66页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 作者在读期间参加的科研和取得的成果 | 第69页 |
