声明
摘要
1 绪论
1.1 引言
1.2 课题提出的研究意义
1.3 国内外研究现状
1.3.1 三维人脸数据获取
1.3.2 三维人脸识别方法简述
1.3.3 三维人脸识别中的难点
1.4 基于局部特征的三维人脸识别方法
1.4.1 标记点检测的主要方法
1.4.2 三维人脸校准方法
1.4.3 特征提取及分类
1.5 本论文的创新点
1.6 本文主要研究内容以及各章内容安排
2 基于鼻尖点的三维人脸校准方法
2.1 引言
2.2 三维人脸预处理
2.2.1 三维人脸分割
2.2.2 三维人脸其他预处理
2.3 基于平均鼻子模型的鼻尖点检测及人脸粗校准方法
2.3.1 鼻尖点的刚性说明
2.3.2 构建平均鼻子模型
2.3.3 鼻尖点检测
2.3.4 三维人脸粗校准
2.4 基于深度图的主动外观模型的三维人脸校准方法
2.4.1 主动外观模型的构造
2.4.2 主成份分析PCA
2.4.3 分段仿射变换
2.4.4 主动外观模型的校准方法
2.4.5 基于深度图的主动外观模型AAM
2.5 本章小结
3 基于局部特征和支持向量机的人脸识别方法
3.1 引言
3.2 特征提取方法
3.2.1 基于深度图的直接特征提取方法
3.2.2 基于LBP算子的特征提取方法
3.3 基于支持向量机的特征分类方法
3.3.1 支持向量机的基本理论
3.3.2 基于Libsvm的人脸识别
3.4 本章小结
4 实验设计与结果分析
4.1 Bosphorus数据库介绍
4.2 鼻尖点检测的实验结果与分析
4.2.1 鼻尖点检测效果分析
4.2.2 与其他方法对比
4.2.3 鼻尖点检测效果示例
4.2.4 时间复杂度
4.3 三维人脸校准的实验结果与分析
4.4 三维人脸识别的实验结果与分析
4.4.1 特征提取方法的性能比较实验
4.4.2 各种姿态变化的数据集实验
4.4.3 时间复杂度
4.5 本章小结
5 总结与展望
5.1 本文主要工作总结
5.2 后续研究方向展望
参考文献
攻读硕士学位期间主要的研究成果
致谢