人臉表情識別技術(shù)是計算機(jī)視覺領(lǐng)域中一項(xiàng)重要的技術(shù),具有廣泛的應(yīng)用前景。三維人臉表情識別技術(shù)突破了二維人臉表情識別技術(shù)的瓶頸,對光照、姿態(tài)等外部干擾具有較高的魯棒性,成為國內(nèi)外的研究熱點(diǎn)。與基于概率模型的三維人臉表情識別算法不同,基于特征的三維人臉表情識別算法提取人臉的紋理、拓?fù)浣Y(jié)構(gòu)等特征,能夠?qū)崿F(xiàn)更高效的表情識別。本文在對三維人臉表情深入分析的基礎(chǔ)上,針對基于特征的三維人臉表情識別進(jìn)行研究。本文主要的研究工作與創(chuàng)新點(diǎn)如下:1)提出了一種基于加權(quán)局部旋度模式（Local Curl Patterns,LCPs）的三維人臉表情識別算法。為了獲得詳細(xì)的表情描述,該算法引入旋度用于描述三維人臉的形狀變化;接著為了提升旋度的局部曲面描述能力,采用LBP編碼規(guī)則對旋度進(jìn)行編碼,得到LCPs特征;考慮到人臉不同區(qū)域受表情影響程度不同,采用ICNP算法對三維人臉進(jìn)行劃分,并計算各區(qū)域的最小投影偏差值以確定LCPs特征的表情權(quán)重;最后采用加權(quán)LCPs特征完成表情識別。實(shí)驗(yàn)表明,該算法能夠提取具有高區(qū)分度的人臉表情特征,獲得了較好的識別效果。2)提出了一種基于SSF-IL-CNN模型的三維人臉表情識別算法。... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【部分圖文】：

三維人臉識別算法的流程圖

第二章基于加權(quán)局部旋度模式的三維人臉表情識別17圖2-1基于加權(quán)局部旋度模式的三維人臉表情識別算法流程2.2基于加權(quán)局部旋度模式的三維人臉表情識別算法2.2.1三維人臉預(yù)處理為了保證后續(xù)識別算法的精度，針對三維人臉的預(yù)處理操作必不可少。預(yù)處理一般包括孔洞填補(bǔ)、曲面平滑、鼻尖點(diǎn)定位、人臉切割和姿態(tài)矯正等步驟。本章基于BU-3DFE數(shù)據(jù)庫進(jìn)行實(shí)驗(yàn)評估，BU-3DFE庫中的三維人臉已經(jīng)經(jīng)過孔洞填補(bǔ)和曲面平滑，點(diǎn)云的質(zhì)量較高。因此，我們只需要完成鼻尖點(diǎn)定位、人臉切割和姿態(tài)矯正等預(yù)處理。本章采用本實(shí)驗(yàn)室開發(fā)的人臉預(yù)處理算法[76]，處理過程概述如下：1）鼻尖點(diǎn)定位及人臉切割首先根據(jù)形狀指數(shù)（Shapeindex）確定鼻尖點(diǎn)的候選區(qū)域。形狀指數(shù)具備描述局部形狀能力，我們認(rèn)為形狀指數(shù)為0.85-1之間的點(diǎn)屬于鼻尖點(diǎn)的候選點(diǎn)。接著將候選區(qū)域與鼻子模板進(jìn)行匹配，獲得最終的鼻尖點(diǎn)。最后，以鼻尖點(diǎn)為中心、90mm為半徑切割三維人臉，如下圖所示：

東南大學(xué)碩士學(xué)位論文18(a)(b)圖2-2三維原始人臉與切割后人臉。(a)原始人臉；(b)切割后人臉2）姿態(tài)矯正采用主成分分析[77]（PrincipalComponentAnalysis,PCA）算法實(shí)現(xiàn)姿態(tài)矯正。對已分割的人臉進(jìn)行主成分分析，得到最大、最小特征值對應(yīng)的特征向量。鼻尖點(diǎn)、最大和最小特征值對應(yīng)的特征向量分別作為三維坐標(biāo)原點(diǎn)、y軸和z軸，建立右手坐標(biāo)系。在該坐標(biāo)系中，每張人臉都帶有正面姿態(tài)，且每個三維人臉點(diǎn)都由唯一的x、y和z坐標(biāo)表示。2.2.2局部旋度模式的提�。ㄒ唬┬鹊奶崛⌒仁侨S向量場的強(qiáng)度屬性，表示三維向量場對某一點(diǎn)附近的微元造成的旋轉(zhuǎn)強(qiáng)度。旋度包含方向向量和長度標(biāo)量，其方向表示向量場在這一點(diǎn)附近旋轉(zhuǎn)度最大的環(huán)量的旋轉(zhuǎn)軸，其長度表示該點(diǎn)位置的旋轉(zhuǎn)強(qiáng)度，即漩渦的深度，旋轉(zhuǎn)程度越高即漩渦深度越高。通過獲取三維人臉的三維向量場，可以將旋度引入對三維人臉的分析中。對于三維人臉上的某一點(diǎn)，該點(diǎn)旋度的方向向量是指以該點(diǎn)及其鄰域點(diǎn)構(gòu)成的局部平面的法向量，該向量決定了點(diǎn)所在局部曲面的空間位置；該點(diǎn)旋度的長度標(biāo)量則是一個數(shù)值，數(shù)值的大小反映了點(diǎn)所在局部曲面的旋轉(zhuǎn)程度，即曲面的凹凸程度，該值越高即凹凸情況越劇烈。與形狀指數(shù)和曲率相比，旋度具有方向，更適合于描述三維曲面的空間形狀；而與法向量相比，旋度具備描述空間曲面形狀的能力。如圖2-2所示，分別位于三維曲面P、Q上的P1和Q1點(diǎn)，雖具有相同的法向量，但兩個曲面在P1和Q1點(diǎn)的形狀大不相同，P1和Q1點(diǎn)的旋度也不同（P1點(diǎn)的旋度長度小于Q1點(diǎn)的旋度長度）。顯然，旋度與三維曲面形狀的關(guān)系更加緊密，旋度對三維人臉的描述能力更好。

【參考文獻(xiàn)】：
期刊論文
[1]基于關(guān)鍵點(diǎn)和局部特征的三維人臉識別[J]. 郭夢麗,達(dá)飛鵬,鄧星,蓋紹彥.  浙江大學(xué)學(xué)報(工學(xué)版). 2017(03)

博士論文
[1]三維人臉表情識別中特征提取算法研究[D]. 李小利.北京交通大學(xué) 2016

碩士論文
[1]紋理映射技術(shù)的研究[D]. 李增忠.西安電子科技大學(xué) 2005



本文編號：3220518