面部动作单元识别及其在表情迁移系统中的应用

发布时间：2024-04-15 04:42

　　人类面部行为的研究是计算机视觉领域和心理学以及人工智能的重要研究课题之一。相比面部表情的表达类别,面部动作单元能够更为全面的表述人类面部行为。当前的面部动作单元识别研究主要基于传统SVM分类,以及当下较为热门的深度学习方法。然而这些方法将人脸作为整体来识别面部动作单元,从而导致面部动作单元识别受到不相关部分的干扰。针对此,本文提出基于分块深化网络的面部动作单元识别方法和基于RPN网络面部动作单元识别方法。论文主要的研究内容包括:(1)设计了基于分块深化网络的面部动作单元识别方法。首先,使用人脸检测方法对图像检测人脸,然后对包含人脸的图像进行面部标准化,去除与面部行为无关的部分。其次,使用分块深化网络面标准化的人脸进行分块卷积,从而将不同AU映射到不同分块,避免了无关面部分块对AU识别的干扰。网络结合了当下比较流行的目标检测网络的网络结构,进而,通过能够使得网络更有效的提取面部特征;最后,对提取到的Feature Map进行分类回归得到AU识别的结果。实验结果表明,本文提出的基于分块深化网络的面部动作单元识别方法效果优于传统的基于SVM的AU识别和当下较为流行的全监督AU识别方法。(2)...

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

图2-3图像旋转角度计算方法示意图

基于分块深化网络的面部动作单元识别方法9图2-3图像旋转角度计算方法示意图Figure2-3Schematicdiagramofimagerotationanglecalculationmethod根据旋转角度对包含人脸图片进行逆向旋转，得到图像I1,对旋转后的图像进行人脸检测，....

图2-6CK+数据集上部分数据

基于分块深化网络的面部动作单元识别方法13图2-6CK+数据集上部分数据Fig2-6SomedataontheCK+datasetCK+库虽然内容丰富，但样本不够均衡。MMI库相比CK+而言，样本较为均衡，MMI库包括了来自75个被试的2900段视频序列,其中来自27个被标注者中....

图2-7MMI数据集上部分数据

基于分块深化网络的面部动作单元识别方法13图2-6CK+数据集上部分数据Fig2-6SomedataontheCK+datasetCK+库虽然内容丰富，但样本不够均衡。MMI库相比CK+而言，样本较为均衡，MMI库包括了来自75个被试的2900段视频序列,其中来自27个被标注者中....

图2-8人脸检测和

西安理工大学工程硕士专业学位论文14(a1)(b1)(c1)(a2)(b2)(c2)(a3)(b3)(c3)(a4)(b4)(c4)图2-8人脸检测和校正相关实验结果其中a1-c1和a2-c2为MMI上的结果，a3-c3和a4-c4为CK+上的结果Fig2-8Experiment....

本文编号：3955752