摘要
ABSTRACT
第一章 绪论
1.1 三维人脸建模技术概述
1.2 三维人脸模型重建方法
1.2.1 人脸参数模型
1.2.2 生理肌肉模型
1.2.3 基于图像的视觉建模
1.2.4 合成分析的形变模型法
1.3 基于单幅照片的三维人脸重建方法概述
1.3.1 明暗恢复形状法
1.3.2 模型辅助法
1.4 本文研究的内容及其意义
1.5 本文结构
第二章 三维数据库与人脸统计模型
2.1 三维数据库介绍
2.1.1 人脸数据的获取
2.1.2 BJUT-3D 人脸数据库
2.2 点对点对应关系的确立
2.2.1 基于机器学习的形变法
2.2.2 基于光流的对应法
2.2.3 基于网格重采样的对应算法
2.2.4 基于薄板样条函数(TPS)的变形法
2.3 统计模型的建立
2.3.1 定义人脸向量
2.3.2 主成分分析(Principle Component Analysis, PCA)
2.4 本章小结
第三章 基于单幅图像的三维人脸重建
3.1 先进重建算法介绍
3.1.1 牛顿随机最优化(Stochastic Newton Optimization, SNO)
3.1.2 反向合成图像对齐(Inverse Compositional Image Alignment, ICIA)
3.1.3 形状对齐与插值法修正(Shape Alignment and Interpolation Method Correction ,SAIMC)
3.2 基于单幅照片与统计模型的三维人脸重建
3.2.1 列文伯格-马夸尔特优化
3.2.2 形状重建
3.2.3 纹理恢复
3.3 实验结果
3.3.1 时间效率
3.3.2 真实感
3.3.3 需改进之处
3.4 本章小结
第四章 总结与展望
4.1 本文总结
4.2 工作展望
参考文献
致谢
攻读硕士期间发表的学术论文目录
上海交通大学;