隨著人工智能技術(shù)的不斷進(jìn)步,人臉表情識(shí)別作為一種生物識(shí)別技術(shù)在計(jì)算機(jī)視覺和模式識(shí)別等領(lǐng)域得到了廣泛的關(guān)注。研究人臉表情可以使機(jī)器更準(zhǔn)確地理解人類的情感并做出相應(yīng)的響應(yīng),從而促進(jìn)更好的人機(jī)交互。目前二維人臉表情識(shí)別技術(shù)已經(jīng)逐漸走向成熟,但是二維圖像易受到光照和姿態(tài)變化等非可控因素的影響,極大地限制了二維人臉表情識(shí)別在實(shí)際場景中的應(yīng)用。三維人臉圖像由于包含面部空間幾何信息,因此對(duì)光照和姿態(tài)變化具有魯棒性,克服了二維人臉圖像所面臨的固有問題,具有較高的實(shí)用性。本文主要對(duì)非可控條件下的三維人臉表情識(shí)別進(jìn)行了研究,主要研究內(nèi)容包括:（1）研究了一種基于單張圖像的三維人臉表情重建方法,該方法基于形變模型理論,利用級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)模型回歸人臉形變參數(shù),基于學(xué)習(xí)到的參數(shù)進(jìn)行三維人臉表情擬合。實(shí)驗(yàn)使用具有多種表情變化和姿態(tài)變化的二維人臉圖像進(jìn)行三維重建,驗(yàn)證了該方法的有效性。（2）提出了一種跨姿態(tài)變化的三維人臉表情識(shí)別方法,首先利用三維人臉姿態(tài)增強(qiáng)方法對(duì)三維人臉數(shù)據(jù)庫進(jìn)行數(shù)據(jù)擴(kuò)充,與此同時(shí),引入了豐富的姿態(tài)變化;然后將所有的三維人臉模型構(gòu)建為灰度歸一化的深度圖像;最后設(shè)計(jì)了一種卷積神經(jīng)網(wǎng)絡(luò)模型作為特征提... 

【文章來源】：沈陽工業(yè)大學(xué)遼寧省

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

醫(yī)療急救Fig.1.1Medicalemergency

沈陽工業(yè)大學(xué)碩士學(xué)位論文2圖1.1醫(yī)療急救Fig.1.1Medicalemergency（2）老人陪護(hù)隨著人口老齡化現(xiàn)象的愈加加重，越來越多的老人需要照料，因此服務(wù)機(jī)器人的需求會(huì)越來越大。如圖1.2所示，通過機(jī)器分析面部表情進(jìn)而判斷出老人的心理狀態(tài)，促使服務(wù)機(jī)器人能準(zhǔn)確的做出響應(yīng)，提高了服務(wù)機(jī)器人的服務(wù)效率。若老人情緒低落時(shí)，服務(wù)機(jī)器人會(huì)推出一些娛樂服務(wù)來緩解老人的壓力。圖1.2老人陪護(hù)Fig.1.2AgedCare（3）表情模擬表情模擬廣泛應(yīng)用于面部動(dòng)畫領(lǐng)域中，如圖1.3所示，演員做出特定的表情去驅(qū)動(dòng)動(dòng)畫中的人類、動(dòng)物以及虛擬化的面部模型，使之表現(xiàn)出與演員相同的表情，從而使動(dòng)畫更加形象生動(dòng)。圖1.3動(dòng)畫模擬Fig.1.3Animationsimulation

沈陽工業(yè)大學(xué)碩士學(xué)位論文2圖1.1醫(yī)療急救Fig.1.1Medicalemergency（2）老人陪護(hù)隨著人口老齡化現(xiàn)象的愈加加重，越來越多的老人需要照料，因此服務(wù)機(jī)器人的需求會(huì)越來越大。如圖1.2所示，通過機(jī)器分析面部表情進(jìn)而判斷出老人的心理狀態(tài)，促使服務(wù)機(jī)器人能準(zhǔn)確的做出響應(yīng)，提高了服務(wù)機(jī)器人的服務(wù)效率。若老人情緒低落時(shí)，服務(wù)機(jī)器人會(huì)推出一些娛樂服務(wù)來緩解老人的壓力。圖1.2老人陪護(hù)Fig.1.2AgedCare（3）表情模擬表情模擬廣泛應(yīng)用于面部動(dòng)畫領(lǐng)域中，如圖1.3所示，演員做出特定的表情去驅(qū)動(dòng)動(dòng)畫中的人類、動(dòng)物以及虛擬化的面部模型，使之表現(xiàn)出與演員相同的表情，從而使動(dòng)畫更加形象生動(dòng)。圖1.3動(dòng)畫模擬Fig.1.3Animationsimulation

【參考文獻(xiàn)】：
期刊論文
[1]梯度下降算法研究綜述[J]. 李興怡,岳洋.  軟件工程. 2020(02)
[2]一種對(duì)姿態(tài)穩(wěn)健的鼻尖點(diǎn)快速定位算法[J]. 汪亮,蓋紹彥.  光學(xué)學(xué)報(bào). 2019(05)
[3]關(guān)于深度學(xué)習(xí)的綜述與討論[J]. 胡越,羅東陽,花奎,路海明,張學(xué)工.  智能系統(tǒng)學(xué)報(bào). 2019(01)
[4]基于關(guān)鍵點(diǎn)的由粗到精三維人臉特征點(diǎn)定位[J]. 成翔昊,達(dá)飛鵬,鄧星.  儀器儀表學(xué)報(bào). 2018(10)
[5]形狀空間下基于級(jí)聯(lián)回歸的三維人臉重建（英文）[J]. Feng LIU,Dan ZENG,Jing LI,Qi-jun ZHAO.  Frontiers of Information Technology & Electronic Engineering. 2017(12)
[6]姿態(tài)和表情變化下的三維人臉標(biāo)志點(diǎn)定位（英文）[J]. 梁艷,章云.  控制理論與應(yīng)用. 2017(06)
[7]神經(jīng)網(wǎng)絡(luò)中BP算法的分析[J]. 張鈴,張鈸.  模式識(shí)別與人工智能. 1994(03)

博士論文
[1]三維人臉表情識(shí)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]基于多姿態(tài)的三維人臉表情識(shí)別方法研究[D]. 姜姝宇.吉林大學(xué) 2018
[2]三維表情識(shí)別中的張量表示及分解算法與理論研究[D]. 李倩.北京交通大學(xué) 2018
[3]基于神經(jīng)網(wǎng)絡(luò)的三維人臉表情識(shí)別[D]. 郭昱.南京理工大學(xué) 2018
[4]三維人臉表情建模與識(shí)別[D]. 盛楠.北京工業(yè)大學(xué) 2017
[5]基于LTBP和HOG融合特征的三維人臉表情識(shí)別算法[D]. 安舒.北京交通大學(xué) 2017



本文編號(hào)：3545245