基于稀疏表示和级联回归的面部动作捕捉技术研究

目录

第1章 绪 论

1.1 课题背景及研究的目的和意义

1.2.1 国内外研究现状

1.2.2 国内外文献综述的简析

1.3 研究内容以及贡献

1.3.1 现有单目捕捉技术面临的问题

1.3.2 研究方案以及贡献

第2章 基于拓展模板的人脸跟踪

2.1 引言

2.2 基于拓展模板的L1范数跟踪方法

2.2.1 L1-tracker模型

2.2.2 模板更新

2.2.3 遮挡检测

2.2.4 改进的L1-tracker算法

2.3 实验

2.3.1 实验结果对比分析

2.3.2 图像对比分析

2.4 本章小结

第3章 基于符号相关级联回归的人脸关键点定位

3.1 引言

3.2.1 级联回归方法分析

3.2.2 下降方向存在条件

3.2.3 符号相关投影样本分割

3.2.4 自适应多尺度形状引导特征

3.3 模型训练与预测算法

3.4 实验评估

3.4.1 符号相关分割对比验证

3.4.2 人脸关键点定位对比

3.4.3 运行时间分析

3.5 本章小结

第4章 基于鲁棒回归的抗遮挡人脸关键点定位

4.1 引言

4.2 基于低秩-稀疏表示的鲁棒回归方法

4.2.1 子空间恢复

4.2.2 回归优化问题

4.2.3 基于低秩-稀疏表示的回归

4.2.4 收敛性与复杂度分析

4.3 实验评估

4.3.1 合成数据实验

4.3.2CMU PIE数据集上的姿态估计实验

4.3.3 YaleB数据集上的污染人脸重建

4.4.1 300W数据集上的关键点定位

4.4.2 污染人脸的关键点定位

4.5 本章小结

第5章 基于多参级联回归的人脸姿态与表情估计

5.1 引言

5.2.1 双线性模型与投影偏移模型

5.2.2 多参数监督坐标下降法

5.2.3 双线性模型增量式学习

5.3 SCDM在三维姿态与表情估计上的应用

5.3.1 训练数据准备

5.3.2 SCDM模型训练

5.3.3 SCDM模型测试

5.4 实验评估

5.5 本章小结

第6章 单目面部动作捕捉系统集成

6.1 引言

6.2 基于稀疏关键点的全局三维模型重建

6.2.1 人脸跟踪

6.2.2 二维人脸关键点定位

6.2.3 初始三维参数估计

6.2.4 基于监督坐标下降回归的三维参数优化

6.2.5 平均纹理估计

6.3.1 人物系数与相机参数的联合优化

6.3.2 三维稠密光流

6.3.3 光流修正

6.3.4 三维参数与纹理更新

6.4 实验

6.5 本章小结

结论

参考文献

攻读博士学位期间发表的论文及其它成果

声明

致谢

个人简历