非可控条件下3D人脸表情识别研究

发布时间：2021-12-21 21:55

　　随着人工智能技术的不断进步,人脸表情识别作为一种生物识别技术在计算机视觉和模式识别等领域得到了广泛的关注。研究人脸表情可以使机器更准确地理解人类的情感并做出相应的响应,从而促进更好的人机交互。目前二维人脸表情识别技术已经逐渐走向成熟,但是二维图像易受到光照和姿态变化等非可控因素的影响,极大地限制了二维人脸表情识别在实际场景中的应用。三维人脸图像由于包含面部空间几何信息,因此对光照和姿态变化具有鲁棒性,克服了二维人脸图像所面临的固有问题,具有较高的实用性。本文主要对非可控条件下的三维人脸表情识别进行了研究,主要研究内容包括:（1）研究了一种基于单张图像的三维人脸表情重建方法,该方法基于形变模型理论,利用级联卷积神经网络模型回归人脸形变参数,基于学习到的参数进行三维人脸表情拟合。实验使用具有多种表情变化和姿态变化的二维人脸图像进行三维重建,验证了该方法的有效性。（2）提出了一种跨姿态变化的三维人脸表情识别方法,首先利用三维人脸姿态增强方法对三维人脸数据库进行数据扩充,与此同时,引入了丰富的姿态变化;然后将所有的三维人脸模型构建为灰度归一化的深度图像;最后设计了一种卷积神经网络模型作为特征提... 

【文章来源】：沈阳工业大学辽宁省

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

医疗急救Fig.1.1Medicalemergency

沈阳工业大学硕士学位论文2图1.1医疗急救Fig.1.1Medicalemergency（2）老人陪护随着人口老龄化现象的愈加加重，越来越多的老人需要照料，因此服务机器人的需求会越来越大。如图1.2所示，通过机器分析面部表情进而判断出老人的心理状态，促使服务机器人能准确的做出响应，提高了服务机器人的服务效率。若老人情绪低落时，服务机器人会推出一些娱乐服务来缓解老人的压力。图1.2老人陪护Fig.1.2AgedCare（3）表情模拟表情模拟广泛应用于面部动画领域中，如图1.3所示，演员做出特定的表情去驱动动画中的人类、动物以及虚拟化的面部模型，使之表现出与演员相同的表情，从而使动画更加形象生动。图1.3动画模拟Fig.1.3Animationsimulation

沈阳工业大学硕士学位论文2图1.1医疗急救Fig.1.1Medicalemergency（2）老人陪护随着人口老龄化现象的愈加加重，越来越多的老人需要照料，因此服务机器人的需求会越来越大。如图1.2所示，通过机器分析面部表情进而判断出老人的心理状态，促使服务机器人能准确的做出响应，提高了服务机器人的服务效率。若老人情绪低落时，服务机器人会推出一些娱乐服务来缓解老人的压力。图1.2老人陪护Fig.1.2AgedCare（3）表情模拟表情模拟广泛应用于面部动画领域中，如图1.3所示，演员做出特定的表情去驱动动画中的人类、动物以及虚拟化的面部模型，使之表现出与演员相同的表情，从而使动画更加形象生动。图1.3动画模拟Fig.1.3Animationsimulation

【参考文献】：
期刊论文
[1]梯度下降算法研究综述[J]. 李兴怡,岳洋.  软件工程. 2020(02)
[2]一种对姿态稳健的鼻尖点快速定位算法[J]. 汪亮,盖绍彦.  光学学报. 2019(05)
[3]关于深度学习的综述与讨论[J]. 胡越,罗东阳,花奎,路海明,张学工.  智能系统学报. 2019(01)
[4]基于关键点的由粗到精三维人脸特征点定位[J]. 成翔昊,达飞鹏,邓星.  仪器仪表学报. 2018(10)
[5]形状空间下基于级联回归的三维人脸重建（英文）[J]. Feng LIU,Dan ZENG,Jing LI,Qi-jun ZHAO.  Frontiers of Information Technology & Electronic Engineering. 2017(12)
[6]姿态和表情变化下的三维人脸标志点定位（英文）[J]. 梁艳,章云.  控制理论与应用. 2017(06)
[7]神经网络中BP算法的分析[J]. 张铃,张钹.  模式识别与人工智能. 1994(03)

博士论文
[1]三维人脸表情识别中特征提取算法研究[D]. 李小利.北京交通大学 2016

硕士论文
[1]基于多姿态的三维人脸表情识别方法研究[D]. 姜姝宇.吉林大学 2018
[2]三维表情识别中的张量表示及分解算法与理论研究[D]. 李倩.北京交通大学 2018
[3]基于神经网络的三维人脸表情识别[D]. 郭昱.南京理工大学 2018
[4]三维人脸表情建模与识别[D]. 盛楠.北京工业大学 2017
[5]基于LTBP和HOG融合特征的三维人脸表情识别算法[D]. 安舒.北京交通大学 2017



本文编号：3545245