發(fā)布時(shí)間：2020-06-22 20:15

【摘要】：經(jīng)顱磁刺激技術(shù)是一種利用脈沖磁場(chǎng)作用顱內(nèi)中樞神經(jīng)系統(tǒng)以達(dá)到治療癲癇、兒童腦癱等神經(jīng)心理疾病的理療手段。在經(jīng)顱磁刺激治療過(guò)程中,準(zhǔn)確快速地檢測(cè)顱內(nèi)各穴位及神經(jīng)區(qū)域的位姿至關(guān)重要�；诖四康�,本文提出了一種聯(lián)合彩色圖像與深度圖像的人臉姿態(tài)檢測(cè)和三維重建方法。通過(guò)檢測(cè)當(dāng)前人臉的位姿,結(jié)合三維人臉坐標(biāo)系與醫(yī)學(xué)中顱骨坐標(biāo)系的轉(zhuǎn)換關(guān)系,指揮裝有磁刺激線圈的機(jī)械手臂跟隨用戶頭部的運(yùn)動(dòng)自動(dòng)定位,以起到節(jié)省醫(yī)療資源和提高用戶治療體驗(yàn)的作用。本文的研究?jī)?nèi)容主要包括RGB-D圖像預(yù)處理、人臉區(qū)域及特征點(diǎn)檢測(cè)、三維人臉點(diǎn)云模型重建以及人臉姿態(tài)檢測(cè)。首先,針對(duì)基于二維彩色圖像的人臉姿態(tài)檢測(cè)對(duì)環(huán)境、姿態(tài)敏感的問(wèn)題,本文使用深度攝像機(jī)獲取人臉RGB-D圖像并檢測(cè)人臉三維特征點(diǎn),定義三維人臉坐標(biāo)系;然后,使用點(diǎn)云配準(zhǔn)的方法為人臉姿態(tài)實(shí)時(shí)檢測(cè)階段準(zhǔn)備一個(gè)數(shù)據(jù)完整且精度高的三維人臉點(diǎn)云模型,以提高姿態(tài)檢測(cè)的準(zhǔn)確率;在姿態(tài)檢測(cè)階段,本文提出了一種人臉姿態(tài)初檢測(cè)方法,通過(guò)求解待檢測(cè)人臉點(diǎn)云與零姿態(tài)三維人臉點(diǎn)云模型之間三維人臉坐標(biāo)系的剛體變換關(guān)系得到人臉姿態(tài)參數(shù)。由于經(jīng)顱磁治療儀還面向癲癇癥患者及兒童,因此本文在人臉姿態(tài)初檢測(cè)算法的基礎(chǔ)上使用ICP算法進(jìn)行點(diǎn)云精配準(zhǔn)以提高用戶頭部運(yùn)動(dòng)幅度大時(shí)的姿態(tài)檢測(cè)精度,使用人臉姿態(tài)初檢測(cè)方法作為點(diǎn)云粗配準(zhǔn)算法,可以防止ICP點(diǎn)云配準(zhǔn)陷入局部最優(yōu)。單軸內(nèi)人臉姿態(tài)檢測(cè)的絕對(duì)誤差在(7)0,2~o(8)區(qū)間內(nèi),即可滿足經(jīng)顱磁治療儀的臨床應(yīng)用標(biāo)準(zhǔn)。本文模擬經(jīng)顱磁治療儀的診療環(huán)境,在光源充足且光線均勻的實(shí)驗(yàn)室內(nèi)進(jìn)行人臉姿態(tài)檢測(cè)實(shí)驗(yàn)。實(shí)驗(yàn)數(shù)據(jù)表明,本文提出的人臉姿態(tài)初檢測(cè)算法在人臉俯仰(-60~o,30~o)、左右偏轉(zhuǎn)及左右旋轉(zhuǎn)各(-60~o,60~o)范圍內(nèi)的總平均絕對(duì)誤差為1.141~o,誤差最大值1.932~o,接近經(jīng)顱磁允許誤差的上限;但在俯仰(-40~o,20~o)、左右偏轉(zhuǎn)及旋轉(zhuǎn)各(-30~o,30~o)范圍內(nèi),絕對(duì)誤差范圍為(0.8~o,1.25~o),滿足一般用戶的人臉姿態(tài)檢測(cè)的臨床需求。實(shí)驗(yàn)表明,點(diǎn)云粗配準(zhǔn)與精配準(zhǔn)相結(jié)合的方法可將總平均絕對(duì)誤差降低至0.663~o,且最大誤差僅為1.010~o,在用戶頭部運(yùn)動(dòng)幅度大時(shí)也能滿足人臉姿態(tài)檢測(cè)的臨床需求。
【學(xué)位授予單位】：沈陽(yáng)工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.41;R318
【圖文】：

圖 1.1 經(jīng)顱磁刺激原理示意圖 Schematic diagram of transcranial magnetic sti與現(xiàn)狀起源于人臉識(shí)別技術(shù)，并且是人臉識(shí)別中，人臉特征點(diǎn)和人臉姿態(tài)檢測(cè)的準(zhǔn)確圖像類應(yīng)用中通過(guò)對(duì)人臉特定特征點(diǎn)位情制作、逼真的人臉動(dòng)畫(huà)制作以及實(shí)時(shí)，其三維重建技術(shù)起始于計(jì)算機(jī)動(dòng)畫(huà)制人臉識(shí)別領(lǐng)域和人機(jī)交互（HCI）系統(tǒng)術(shù)國(guó)內(nèi)外研究現(xiàn)狀覺(jué)領(lǐng)域中，人臉姿態(tài)檢測(cè)的研究大多發(fā)表了一篇論述人臉姿態(tài)檢測(cè)的綜述性缺乏對(duì)基于深度圖像或者三維圖像頭部

而且真實(shí)感較低，適用范圍有限，三維重建技術(shù)很難再有重大突破。雙目視覺(jué)又稱被動(dòng)三維視覺(jué)，使用兩個(gè)紅外傳感器從不同位置獲取物體的兩幅圖像，利用視差原理計(jì)算兩幅圖像中相對(duì)應(yīng)的映像點(diǎn)，恢復(fù)物體的三維信息，其難點(diǎn)在于在有兩個(gè)攝像頭的情況下如何甄別三維信息是否來(lái)自物體上同一點(diǎn)。與雙目相機(jī)相比，單目視覺(jué)通過(guò)結(jié)構(gòu)光或飛行時(shí)間法計(jì)算物體的深度信息，因此該種獲取深度信息的方法又稱為主動(dòng)視覺(jué)。微軟 Kinect 和英特爾 Realsense 系列深度相機(jī)這種面向普通消費(fèi)者的深度攝像機(jī)是單目攝像頭的代表，其價(jià)格優(yōu)勢(shì)吸引研究者在此基礎(chǔ)上研究開(kāi)發(fā)。由于基于深度攝像機(jī)的三維重建技術(shù)所使用的數(shù)據(jù)是 RGB 圖像和深度圖像，因此這類技術(shù)通常也被稱為基于 RGB-D 數(shù)據(jù)的三維重建技術(shù)（這里的 D 指代 depth，即深度）。深度圖像的成像方式不受光照的影響，可以彌補(bǔ)二維圖像受光照干擾大的缺點(diǎn)；而且在基于二維圖像檢測(cè)的同時(shí)，引入深度信息，增加了信息的維度；此外，三維人臉點(diǎn)云的曲率和法向量反映了面部幾何拓?fù)浣Y(jié)構(gòu)，表達(dá)了面部的結(jié)構(gòu)信息。圖 1.2 為基于RGB 圖像和基于 RGB-D 圖像的三維重建效果圖。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 毛愛(ài)華;司徒亨哥;;圖像驅(qū)動(dòng)的三維人臉自動(dòng)生成與編輯算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2019年01期

2 吳從中;王浩宇;詹曙;;融合曲面形狀和紋理特征的三維人臉識(shí)別[J];電子測(cè)量與儀器學(xué)報(bào);2018年09期

3 胡敏艷;孫杳如;;基于局部特征的三維人臉識(shí)別[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2016年06期

4 蔣玉;趙杰煜;陳能侖;;一種側(cè)視圖的三維人臉重建方法[J];寧波大學(xué)學(xué)報(bào)(理工版);2016年03期

5 張玉明;高杰;張海燕;;基于矩-傅里葉描述子的不同姿態(tài)三維人臉識(shí)別[J];安徽科技學(xué)院學(xué)報(bào);2016年03期

6 蔣玉;趙杰煜;陳能侖;;基于自遮擋的三維人臉重建優(yōu)化[J];數(shù)據(jù)通信;2016年04期

7 郭哲;樊養(yǎng)余;雷濤;劉姝;;基于聯(lián)合稀疏描述的多姿態(tài)三維人臉識(shí)別[J];西北工業(yè)大學(xué)學(xué)報(bào);2014年03期

8 吳子揚(yáng);周大可;楊欣;胡陽(yáng)明;;由粗到精的三維人臉稀疏重建方法[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2013年06期

9 許麗;蔣建國(guó);詹曙;S.Ando;;表情變化的三維人臉特征分析方法[J];電子測(cè)量與儀器學(xué)報(bào);2013年05期

10 郝寧波;廖海斌;;基于局部形變模型三維人臉快速建模[J];電視技術(shù);2011年03期

相關(guān)會(huì)議論文 前10條

1 劉媛媛;孔德慧;尹寶才;;一種真實(shí)感三維人臉編輯算法[A];第一屆中國(guó)情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

2 林增剛;張艷寧;郭哲;;一種有效的三維人臉識(shí)別方法[A];第十二屆中國(guó)體視學(xué)與圖像分析學(xué)術(shù)會(huì)議論文集[C];2008年

3 潘仁林;達(dá)飛鵬;鄒紅艷;王朝陽(yáng);;基于面部曲線彈性匹配的三維人臉識(shí)別方法[A];第六屆全國(guó)幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2013年

4 剛強(qiáng);劉萬(wàn)春;朱玉文;;三維人臉真實(shí)感表情的生成[A];第一屆中國(guó)情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

5 趙向陽(yáng);杜利民;;三維人臉合成中模型的平滑調(diào)整和逼真的紋理映射[A];全國(guó)第13屆計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)（CAD/CG）學(xué)術(shù)會(huì)議論文集[C];2004年

6 王元春;劉躍虎;李W毘

本文編號(hào)：2726184