第一章 前言
1.1 课题研究的背景及意义
1.1.1 课题研究背景
1.1.2 课题研究意义
1.2 研究现状及发展趋势
1.2.1 人脸表情动画研究现状
1.2.2 发展趋势
1.3 本文主要研究内容
1.4 篇章结构
第二章 图像预处理
2.1 图像增强
2.1.1 图像增强方法介绍
2.1.2 一种快速图像增强方法
2.1.3 图像增强实验
2.2 人脸检测
2.2.1 常用方法概述
2.2.2 基于Haar特征的级联分类器方法
2.3 人脸特征点检测
2.4 本章小结
第三章 人脸表情识别
3.1 表情识别相关工作
3.1.1 表情识别研究现状
3.1.2 深度卷积神经网络介绍
3.1.3 CNN的主要结构
3.2 人脸表情识别
3.2.1 数据增强
3.2.2 网络结构
3.2.3 超参数设置
3.3 实验分析
3.3.1 数据处理
3.3.2 训练可视化
3.3.3 网络性能评估
3.4 本章小结
第四章 3D人脸重建
4.1 人脸重建相关工作
4.1.1 人脸重建研究现状
4.1.2 3DMM相关
4.1.3 模型拟合
4.2 人脸对齐相关工作
4.2.1 人脸大姿态对齐研究现状
4.2.2 投影变换
4.3 基于神经网络的人脸重建
4.3.1 训练样本扩充
4.3.2 三维模型的可视化特征
4.3.3 网络结构
4.3.4 损失函数
4.4 实验分析
4.4.1 实验数据库
4.4.2 实验设计
4.4.3 人脸对齐分析
4.4.4 人脸重建分析
4.5 本章小结
第五章 实时3D表情动画生成系统的实现
5.1 人脸检测模块
5.1.1 人脸检测
5.1.2 基于图像增强的人脸检测
5.2 人脸表情识别模块
5.2.1 表情识别
5.2.2 基于图像增强的表情识别
5.2.3 表情识别应用拓展
5.3 3D表情动画生成模块
5.3.1 人脸动画生成
5.3.2 基于图像增强的人脸动画生成
5.4 本章小结
第六章 总结与讨论
6.1 全文总结
6.2 研究展望
致谢
参考文献
附录
声明
贵州大学;