第一章 绪论
第一节 研究背景及意义
第二节 研究现状
一 基于经验知识的三维人脸建模
二 基于样本学习的三维人脸建模
第二章 三维人脸样本规格化
第一节 引言
第二节 样本预处理
一 纹理映射图
二 分割人脸的方法及实例
三 样本坐标矫正
第三节 样本规格化
一 曲面变形算法
二 基于网格重采样的方法
三 基于光流的方法
四 基于组合模型匹配的规格化方法
第四节 实验结果和分析
第三章 基于遗传算法的三维人脸样本扩充
第一节 引言
第二节 基于遗传算法的三维人脸样本扩充+
一 编码方式
二 适应度函数
三 选择操作
四 交叉操作
五 变异操作
第三节 实验结果
一 三维人脸样本扩充结果
二 基于扩充样本的三维人脸建模结果
三 基于扩充样本的三维人脸识别结果
第四章 基于典型相关性分析的三维人脸建模
第一节 引言
第二节模型概述
一 模型建立
二 模型匹配
第三节 基于典型相关性分析的样本选择
一 典型相关性分析
二 样本表示和相关性计算
第四节 实验结果和分析
一 样本预处理
二 实验结果比较
第五章 基于粒子群优化算法的模型匹配
第一节 引言
第二节 模型匹配
第三节 粒子群优化算法
第四节 多层次模型匹配算法
一 多层次粒子群模型
二 多层次模型匹配算法
三 惯性权重因子变化策略
四 认知因子自适应策略
第五节 实验结果和分析
第六章 三维人脸动画技术
第一节 MPEG-4技术
一 人脸定义参数
二 人脸动画参数单元
三 人脸动画参数
第二节 基于MPEG-4的人脸动画流程
第三节 面向MPEG-4的人脸建模及特定化
一 通用网络模型
二 模型特定化
三 基于三维扫描仪的数据采集
四 径向基插值算法
五 柱面投影算法
六 通用模型特定化
第四节 基于三维重建人脸的特定化
一 自动建模的实现
二 自动化人脸建模的纹理调整
第五节 分片重采样在人脸动画中的应用
一 基于形变模型与重采样的三维人脸动画
二 获取动画数据
三 人脸表情动画参数模型
四 实验结果
参考文献
后记
展开