近幾年來,虛擬現(xiàn)實（Virtual Reality,VR）技術(shù)在智能醫(yī)療領(lǐng)域的應(yīng)用被廣泛關(guān)注,尤其是抑郁癥的診療。VR設(shè)備通過分析使用者觀看刺激材料后的面部表情,獲得場景與心理的對應(yīng)關(guān)系,進行抑郁癥的診斷,進而在虛擬環(huán)境中進行沉浸式引導治療。傳統(tǒng)的視覺表情識別方案無法對被VR設(shè)備遮擋的人臉圖像進行表情識別,故現(xiàn)有VR設(shè)備大多采用肌電傳感器采集面部肌肉運動產(chǎn)生的電信號分析表情類別。然而額外的傳感器會給佩戴者帶來不舒適的體驗,并且傳感器采樣點有限,造成表情識別準確率不高。因此,針對VR智能醫(yī)療等對使用者表情信息需求度很高的場景,以及現(xiàn)有VR設(shè)備通過肌電信號分析表情類別的不足,本文提出了一種基于人臉復原的表情識別算法,將問題分解為VR情景遮擋人臉圖像的復原和復原人臉圖像的表情識別兩個子問題,以準確識別被VR設(shè)備所遮擋的人臉面部表情。本文的研究工作概括如下:1.提出一種VR情景遮擋人臉圖像數(shù)據(jù)集的生成方法,使用多任務(wù)級聯(lián)卷積網(wǎng)絡(luò)（MTCNN）對VGGFace2人臉數(shù)據(jù)集進行人臉檢測、人臉對齊及裁剪,Dlib機器學習庫檢測68個人臉特征點并使用仿射變換模擬穿戴VR設(shè)備,構(gòu)建11000組VR設(shè)備遮... 

【文章來源】：華南理工大學廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

VR內(nèi)置攝像頭拍攝的眼球圖像

圖 1-3 佩戴 VR 設(shè)備的遮擋人臉圖像適合模型訓練但卻接近真實 VR 情景的遮擋人臉圖復原的質(zhì)量。擋人臉圖像復原的質(zhì)量備對人臉圖像的遮擋尺度大，故高質(zhì)量的人臉復原響表情識別的準確率，且復原圖像的人臉身份特征結(jié)果。因此，如何對大尺度遮擋的人臉圖像進行高征是一個研究重點。臉圖像的表情識別統(tǒng)的表情識別方法還是基于深度學習的表情識別方表情，標準數(shù)據(jù)集的人臉圖像和復原人臉圖像本身存證模型對標準表情數(shù)據(jù)集具有高識別率，同時對復別效果是一個研究難點。

第二章 相關(guān)知識概述第二章 相關(guān)知識概述于 VR 情景遮擋人臉圖像復原的表情識別整體架構(gòu)如圖 2-1 所示。首先要的預(yù)處理，主要包括：人臉檢測，人臉對齊等，模擬穿戴 VR 設(shè)備生成 V臉圖像數(shù)據(jù)集；接著對遮擋人臉圖像復原模型進行訓練及測試；最后對表進行訓練，使用復原后的人臉圖像進行測試，作為 VR 情景遮擋人臉圖像

【參考文獻】：
期刊論文
[1]基于變分偏微分方程圖像修復技術(shù)研究[J]. 徐黎明,吳亞娟,劉航江.  西華師范大學學報(自然科學版). 2016(03)
[2]圖像修復的CDD模型新算法[J]. 王軍鋒,裴艷俠,王濤.  計算機系統(tǒng)應(yīng)用. 2016(08)
[3]改進優(yōu)先級的分步匹配圖像修復算法[J]. 朱曉臨,王傳奇,范承凱.  圖學學報. 2015(03)
[4]圖像修復TV模型的快速算法研究[J]. 孫向榮,劉芳芳.  計算機技術(shù)與發(fā)展. 2014(11)
[5]采用CDD模型的自適應(yīng)圖像修復算法[J]. 印勇,李丁,胡琳昀.  重慶大學學報. 2013(04)

碩士論文
[1]基于紋理合成的Criminisi圖像修復算法[D]. 彭春華.湖北民族學院 2018



本文編號：3533400