文档介绍：声明人┟:露艳功月厦门大学学位论文原创性声明本人呈交的学位论文是本人在导师指导下,独立完成的研究成果。本人在论文写作中参考其他个人或集体已经发表的研究成果,均在文中以适当方式明确标明,并符合法律规范和《厦门大学研究生学术活动规范孕》。另外,该学位论文为翁组的研究成果,获得翁组鸦蚴笛槭业资助,在笛槭彝瓿伞请在以上括号内填写课题或课题组负责人或实验室名称,未有此项声明内容的,可以不作特别声明。
声明人┟:《中华人民共和国学位条例暂行实施办法》等规定保留和使用此学位论文,并向主管部门或其指定机构送交学位论文ㄖ街拾婧偷缱影,允许学位论文进入厦门大学图书馆及其数据库被查阅、借阅。本人同意厦门大学将学位论文加入全国博士、硕士学位论文共建单位数据库进行检索,将学位论文的标题和摘要汇编出版,采用影印、缩印或者其它方式合理复制学位论文。本学位论文属于:妹糯笱ПC芪被嵘蟛楹硕ǖ谋C苎宦畚模年月日解密,解密后适用上述授权。槐C埽视蒙鲜鍪谌ā朐谝陨舷嘤ê拍诖颉啊或填上相应内容。保密学位论文应是已经厦门大学保密委员会审定过的学位论文,未经厦门大学保密委员会审定的学位论文均为公开学位论文。此声明栏不填写的,默认为公开学位论文,均适用上述授权。
摘要成为了计算机图形学领域中的研究重点,并取得了一定的突破和进展。目前该技没有对后脑勺的建模进行详细的研究。因此研究如何通过正面人脸图像生成包括自从上世纪年代⒌谝桓鋈肆衬P鸵岳矗肆持亟ň术也已被广泛应用于影视动漫、医学图形、人脸识别等领域。而如果有一种手段使得通过后脑勺的照片就可以预测人脸正面特征,这样公安人员侦破违法犯罪的成功率就会大大增加,然而首先研究清楚人脸正面特征与后脑勺之间的关系是实现前者必要的基础和前提条件。目前学者们集中于基于正面图像的三维人脸建模,后脑勺的三维人头模型,从而反过来根据后脑勺推测人脸正面特征,其意义重大。本文就在这个思想的基础上,分析调查了人脸与后脑勺之间的潜在相关性,并对如何找到正面人脸特征点与后脑勺特征点的映射方法进行了探讨和研究。本文的研究工作主要包括以下三个部分:⒍郧把д呙堑娜肆辰9作做了归纳总结,对人头结构,人脸和后脑勺的特征点及潜在相关性进行了深入调研;⒃诘餮械幕∩希谏窬缢惴ㄑ芯苛苏嫒肆程卣鞯阌牒竽陨特征点的映射方法,并建立了初步的前后映射关系,并对算法的部分做了相关理论证明;⒗媒⑵鹄吹挠成涔叵刀匀送方7椒ń辛搜芯俊本文的创新之处主要在于挖掘出了人脸特征点与后脑勺特征点的映射关系。研究结果表明,本文的方法能够从单张正面人脸图像生成相对真实的三维人头模型,并为该方向更深入的研究奠定了基础。关键词:正面人脸图像;三维人头建模;神经网络算法
,,琣琣瑃,;,,.琺.,,,,瑃籘,。.
;篎籘
目录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。第二章相关研究介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第三章人脸与后脑勺特征点的映射关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第四章基于单张正面人脸图像的三维人头模型重建⋯⋯⋯⋯⋯⋯国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..基于图像的三维人头模型重建技术研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.送纺P偷难芯俊本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.神经网络算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.应用神经网络算法建立人脸与后脑勺特征点的映射关系⋯⋯⋯⋯⋯⋯算法改进及其应用研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯主要研究目标及内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯论文的结构安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.人头结构研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。人脸及后脑勺特征点的标定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.送纺P椭亟ḿ际醯难芯俊三维人头模型仿真数据库的建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯神经网络算法介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.
第五章总结与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯“硕士阶段发表论文的情况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·网格模型⋯⋯⋯⋯⋯⋯⋯