第一章 绪论 1
第一节 研究背景及意义 1
第二节 研究现状 4
一 基于经验知识的三维人脸建模 5
二 基于样本学习的三维人脸建模 10
第二章 三维人脸样本规格化 14
第一节 引言 14
第二节 样本预处理 16
一 纹理映射图 18
二 分割人脸的方法及实例 21
三 样本坐标矫正 24
第三节 样本规格化 25
一 曲面变形算法 27
二 基于网格重采样的方法 29
三 基于光流的方法 31
四 基于组合模型匹配的规格化方法 41
第四节 实验结果和分析 47
第三章 基于遗传算法的三维人脸样本扩充 51
第一节 引言 51
第二节 基于遗传算法的三维人脸样本扩充 52
一 编码方式 53
二 适应度函数 55
三 选择操作 55
四 交叉操作 56
五 变异操作 61
第三节 实验结果 64
一 三维人脸样本扩充结果 64
二基于扩充样本的三维人脸建模结果 66
三 基于扩充样本的三维人脸识别结果 67
第四章 基于典型相关性分析的三维人脸建模 70
第一节 引言 70
第二节 模型概述 71
一 模型建立 71
二模型匹配 73
第三节 基于典型相关性分析的样本选择 74
一典型相关性分析 75
二 样本表示和相关性计算 76
第四节 实验结果和分析 80
一样本预处理 80
二 实验结果比较 82
第五章 基于粒子群优化算法的模型匹配 90
第一节 引言 90
第二节 模型匹配 90
第三节 粒子群优化算法 92
第四节 多层次模型匹配算法 93
一 多层次粒子群模型 94
二 多层次模型匹配算法 95
三 惯性权重因子变化策略 96
四 认知因子自适应策略 97
第五节 实验结果和分析 98
第六章 三维人脸动画技术 107
第一节 MPEG-4技术 107
一人脸定义参数 107
二 人脸动画参数单元 110
三 人脸动画参数 111
第二节 基于MPEG-4的人脸动画流程 113
第三节 面向MPEG-4的人脸建模及特定化 115
一 通用网络模型 115
二 模型特定化 116
三 基于三维扫描仪的数据采集 117
四 径向基插值算法 118
五 柱面投影算法 119
六 通用模型特定化 121
第四节 基于三维重建人脸的特定化 123
一 自动建模的实现 124
二 自动化人脸建模的纹理调整 125
第五节 分片重采样在人脸动画中的应用 128
一 基于形变模型与重采样的三维人脸动画 130
二 获取动画数据 131
三 人脸表情动画参数模型 132
四 实验结果 133
参考文献 135
后记 152