真實感三維人臉建模技術(shù)是計算機視覺領(lǐng)域一個備受關(guān)注的研究熱點，基于形變模型的三維人臉建模方法是目前建模效果*好的方法之一�！度S人臉建模方法研究與應(yīng)用》結(jié)合作者蓋赟自身的研究經(jīng)歷，回顧該領(lǐng)域的發(fā)展過程，介紹形變模型建模方法的基本原理和關(guān)鍵技術(shù)。本書可分為四部分。本書適合從事相關(guān)研究工作的人員參考閱讀
蓋贊，于2012年獲得北京工業(yè)大學(xué)計算機科學(xué)與技術(shù)博士學(xué)位，目前是中國青年政治學(xué)院計算機教學(xué)與應(yīng)用中心講師。主要研究方向包括模式識別和圖像處理，重點關(guān)注三維人臉識別和三維人臉建模方面的研究。
第一章 緒論
第一節(jié) 研究背景及意義
第二節(jié) 研究現(xiàn)狀
一 基于經(jīng)驗知識的三維人臉建模
二 基于樣本學(xué)習的三維人臉建模
第二章 三維人臉樣本規(guī)格化
第一節(jié) 引言
第二節(jié) 樣本預(yù)處理
一 紋理映射圖
二 分割人臉的方法及實例
三 樣本坐標矯正
第三節(jié) 樣本規(guī)格化
一 曲面變形算法
二 基于網(wǎng)格重采樣的方法
三 基于光流的方法
四 基于組合模型匹配的規(guī)格化方法
第四節(jié) 實驗結(jié)果和分析
第三章 基于遺傳算法的三維人臉樣本擴充
第一節(jié) 引言
第二節(jié) 基于遺傳算法的三維人臉樣本擴充+
一 編碼方式
二 適應(yīng)度函數(shù)
三 選擇操作
四 交叉操作
五 變異操作
第三節(jié) 實驗結(jié)果
一 三維人臉樣本擴充結(jié)果
二 基于擴充樣本的三維人臉建模結(jié)果
三 基于擴充樣本的三維人臉識別結(jié)果
第四章 基于典型相關(guān)性分析的三維人臉建模
第一節(jié) 引言
第二節(jié)模型概述
一 模型建立
二 模型匹配
第三節(jié) 基于典型相關(guān)性分析的樣本選擇
一 典型相關(guān)性分析
二 樣本表示和相關(guān)性計算
第四節(jié) 實驗結(jié)果和分析
一 樣本預(yù)處理
二 實驗結(jié)果比較
第五章 基于粒子群優(yōu)化算法的模型匹配
第一節(jié) 引言
第二節(jié) 模型匹配
第三節(jié) 粒子群優(yōu)化算法
第四節(jié) 多層次模型匹配算法
一 多層次粒子群模型
二 多層次模型匹配算法
三 慣性權(quán)重因子變化策略
四 認知因子自適應(yīng)策略
第五節(jié) 實驗結(jié)果和分析
第六章 三維人臉動畫技術(shù)
第一節(jié) MPEG-4技術(shù)
一 人臉定義參數(shù)
二 人臉動畫參數(shù)單元
三 人臉動畫參數(shù)
第二節(jié) 基于MPEG-4的人臉動畫流程
第三節(jié) 面向MPEG-4的人臉建模及特定化
一 通用網(wǎng)絡(luò)模型
二 模型特定化
三 基于三維掃描儀的數(shù)據(jù)采集
四 徑向基插值算法
五 柱面投影算法
六 通用模型特定化
第四節(jié) 基于三維重建人臉的特定化
一 自動建模的實現(xiàn)
二 自動化人臉建模的紋理調(diào)整
第五節(jié) 分片重采樣在人臉動畫中的應(yīng)用
一 基于形變模型與重采樣的三維人臉動畫
二 獲取動畫數(shù)據(jù)
三 人臉表情動畫參數(shù)模型
四 實驗結(jié)果
參考文獻
后記
書單推薦
