| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 引言 | 第10-11页 |
| 1.2 课题来源 | 第11页 |
| 1.3 三维人脸识别研究现状 | 第11-18页 |
| 1.3.1 基于整体特征直接匹配的三维人脸识别技术 | 第12-13页 |
| 1.3.2 基于局部特征的三维人脸识别技术 | 第13-15页 |
| 1.3.3 基于整体与局部特征相融合的三维人脸识别技术 | 第15页 |
| 1.3.4 基于二维和三维多模态信息融合的三维人脸识别技术 | 第15-16页 |
| 1.3.5 国内外著名三维人脸库 | 第16-18页 |
| 1.4 本文的主要内容与章节安排 | 第18-20页 |
| 第二章 计算共形几何及Ricci曲率流研究 | 第20-32页 |
| 2.1 计算共形几何 | 第20-23页 |
| 2.2 光滑Ricci曲率流 | 第23-26页 |
| 2.2.1 黎曼度量 | 第23-24页 |
| 2.2.2 高斯曲率与Gauss-Bonnet公式 | 第24-25页 |
| 2.2.3 Ricci曲率流 | 第25-26页 |
| 2.3 离散Ricci曲率流 | 第26-29页 |
| 2.3.1 离散高斯曲率 | 第27页 |
| 2.3.2 反转距离(Inversivedistence) | 第27-28页 |
| 2.3.3 离散Ricci曲率流 | 第28-29页 |
| 2.4 离散Ricci曲率流的优点 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 基于Ricci曲率流的人脸识别算法 | 第32-44页 |
| 3.1 人脸模型预处理 | 第32-34页 |
| 3.2 三维人脸数据共形映射 | 第34-39页 |
| 3.2.1 数据类型 | 第34-35页 |
| 3.2.2 人脸模型共形映射算法流程 | 第35-39页 |
| 3.3 基于顶点能量最小模式的特征提取 | 第39-40页 |
| 3.4 基于Ricci曲率流的人脸识别 | 第40-43页 |
| 3.5 结果分析 | 第43-44页 |
| 第四章 面部表情变化的影响分析与改进 | 第44-50页 |
| 4.1 同心圆加权算法 | 第45-46页 |
| 4.2 基于Ricci曲率流的同心圆加权人脸识别 | 第46-48页 |
| 4.3 本章小结 | 第48-50页 |
| 第五章 基于Ricci曲率流的人脸识别软件设计与实现 | 第50-60页 |
| 5.1 系统分析 | 第50-51页 |
| 5.2 基于Ricci曲率流的三维人脸识别系统设计 | 第51-56页 |
| 5.2.1 系统模块设计 | 第51-52页 |
| 5.2.2 系统界面设计 | 第52-53页 |
| 5.2.3 测试数据读取模块设计 | 第53-54页 |
| 5.2.4 共形映射与匹配识别模块 | 第54-55页 |
| 5.2.5 特征直方图展示模块设计 | 第55-56页 |
| 5.3 系统光照鲁棒性测试 | 第56-57页 |
| 5.4 系统表情鲁棒性测试 | 第57-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 本文工作总结 | 第60-61页 |
| 6.2 未来工作展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第66-68页 |
| 致谢 | 第68-69页 |
