检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

三维人脸表情识别的精确度和鲁棒性研究

三维人脸表情识别的精确度和鲁棒性研究

作者：陈德品福州大学

学位级别：硕士

目前,三维人脸表情识别的研究缺少考虑人脸的性别、年龄和种族等因素的影响,识别的精度和鲁棒性无法得到保证。一般情况下,男女的面部特征存在着一定的区别,例如女性脸庞更为柔和,眼睛较大,嘴唇的形状更为饱满;而男性的脸庞更加刚直,下... 详细信息

目前,三维人脸表情识别的研究缺少考虑人脸的性别、年龄和种族等因素的影响,识别的精度和鲁棒性无法得到保证。一般情况下,男女的面部特征存在着一定的区别,例如女性脸庞更为柔和,眼睛较大,嘴唇的形状更为饱满;而男性的脸庞更加刚直,下巴较大,眉毛更粗。除了外貌上的区别,男女在性格上的差异也会导致产生的面部表情各不相同,通常女性对情感刺激的反应更加强烈。此外,随着年龄的增长,人脸上会出现皱纹、皮肤色斑等与年龄有关的特征。性别和年龄特征都属于人脸面部特征,会干扰三维人脸表情识别的准确度。因此,本文就性别和年龄特征对人脸表情识别的影响展开了研究。本文的主要工作和创新之处:(1)首先,介绍了基于径向曲线的三维人脸特征提取和基于二维人脸共形映射的局部特征提取方法,并采用相应的最优特征筛选算法,获得区分度最高的人脸表情特征集。其次,分别由Adaboost(Adaptive Boosting)和 SVM(Support Vector Machine)来设计分类器,实现三维人脸表情的自动识别。最后,通过不同的特征提取和特征分类方法进行表情识别的对比实验。(2)采用基于环形曲线的方法提取三维人脸图像中的性别特征,再通过PCA(PrincipalComponent Analysis)进行特征降维,并自动识别三维人脸图像的性别。将性别作为人脸表情识别的先验知识,减小了训练库中三维人脸表情图像的性别差异,提升了表情识别的精度和鲁棒性。(3)提出了一种基于自适应分数阶微分的面部皱纹检测和消除方法,用于去除年龄特征。首先,使用共形映射将三维人脸表情图像映射到二维平面中。其次,通过构建自相关微分掩模区域,并使用人脸表情图像的梯度、信息熵和对比度信息来改进分数阶微分掩模算子,对人脸皱纹进行自适应增强。最后,结合Gabor滤波器提取皱纹位置,并自动消除。使用去除皱纹后的二维共形映射人脸图像进行表情识别,增强了人脸表情特征提取的鲁棒性,进一步提高了表情识别的准确率。(4)在BU-3DFE数据库中,先通过自动性别分类和去除面部皱纹,再进行三维人脸表情的识别,分析了性别和年龄特征对人脸表情识别精确度和鲁棒性的影响。实验结果表明,在单独考虑性别或年龄特征的情况下,均能提高三维人脸表情的识别率和系统的鲁棒性。而在综合考虑两者的情况下,得到的整体识别率可以达到86.43%。

关键词：三维人脸表情识别径向曲线性别分类分数阶微分面部皱纹检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于特征的三维人脸表情识别研究

基于特征的三维人脸表情识别研究

作者：余璟东南大学

学位级别：硕士

人脸表情识别技术是计算机视觉领域中一项重要的技术,具有广泛的应用前景。三维人脸表情识别技术突破了二维人脸表情识别技术的瓶颈,对光照、姿态等外部干扰具有较高的鲁棒性,成为国内外的研究热点。与基于概率模型的三维人脸表情识别... 详细信息

人脸表情识别技术是计算机视觉领域中一项重要的技术,具有广泛的应用前景。三维人脸表情识别技术突破了二维人脸表情识别技术的瓶颈,对光照、姿态等外部干扰具有较高的鲁棒性,成为国内外的研究热点。与基于概率模型的三维人脸表情识别算法不同,基于特征的三维人脸表情识别算法提取人脸的纹理、拓扑结构等特征,能够实现更高效的表情识别。本文在对三维人脸表情深入分析的基础上,针对基于特征的三维人脸表情识别进行研究。本文主要的研究工作与创新点如下:1)提出了一种基于加权局部旋度模式(Local Curl Patterns,LCPs)的三维人脸表情识别算法。为了获得详细的表情描述,该算法引入旋度用于描述三维人脸的形状变化;接着为了提升旋度的局部曲面描述能力,采用LBP编码规则对旋度进行编码,得到LCPs特征;考虑到人脸不同区域受表情影响程度不同,采用ICNP算法对三维人脸进行划分,并计算各区域的最小投影偏差值以确定LCPs特征的表情权重;最后采用加权LCPs特征完成表情识别。实验表明,该算法能够提取具有高区分度的人脸表情特征,获得了较好的识别效果。2)提出了一种基于SSF-IL-CNN模型的三维人脸表情识别算法。为了解决三维人脸表情数据库规模较小、不适合于训练卷积神经网络模型的问题,SSF-IL-CNN模型将卷积核拆分为结构参数与强度参数,并由二者分别完成初始化与参数更新的任务,大大减少了模型实现对训练样本数量的需求;同时,该模型采用Island Loss函数构建损失函数,参与指导强度参数的更新,使得特征的类间距离增大而类内距离减小,进一步增强模型对表情的识别能力;此外,该模型同时采用三维人脸的深度图像与纹理图像进行特征学习,并采用特征融合层进行特征的融合以实现最终的表情识别。实验结果表明该模型对于小规模的数据集具有一定的有效性,并获得了具有竞争力的三维人脸表情识别率。3)提出了两种特征的量化评估方法。首先针对表情识别中特征的优劣进行了数学化表达,提出表情分辨力(DP)的概念,DP值越高,则特征的表情识别性能更佳;接着提出基于方差与相对熵的表情特征评估方法,方差越小则特征在表情内部的差异度越低,相对熵越高则不同表情特征的差异度越高,二者比值与DP值成正比;为了解决高维度特征的评估问题,接着提出基于余弦距离的表情特征评估方法,不同表情人脸样本的均值特征之间的余弦距离越小,则不同表情特征的相似度越高,相同表情人脸样本的所有特征与该类表情的均值特征之间的余弦距离越大,则特征类内相似度高,二者比值亦与DP值成正比。

关键词：三维人脸表情识别局部特征卷积神经网络特征评估

基于LTBP和HOG融合特征的三维人脸表情识别算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于LTBP和HOG融合特征的三维人脸表情识别算法

作者：安舒北京交通大学

学位级别：硕士

表情含有丰富的人体行为信息,是情感最主要的载体。本文以人脸表情为主要研究对象,以三维人脸表情识别为主要研究目的,对表情特征提取算法和不同特征的融合等问题进行较深入的研究。本文主要工作包括:(1)为了有效提取面部表情特征,在LBP... 详细信息

表情含有丰富的人体行为信息,是情感最主要的载体。本文以人脸表情为主要研究对象,以三维人脸表情识别为主要研究目的,对表情特征提取算法和不同特征的融合等问题进行较深入的研究。本文主要工作包括:(1)为了有效提取面部表情特征,在LBP(局部二值模式)的基础上,本文提出了一种LTBP(局部阈值二值模式)特征,与传统LBP算子只比较周围像素与中心像素大小的思路不同,所提算法计算邻域像素与中心像素的人脸深度转换而成的灰度值标准差并将其作为阈值进行二值化操作。LTBP特征相对比与LBP特征,对灰度幅值变化剧烈程度不同的局部区域可以进行更细致的描述和更有效的区分。得到LTBP特征用于表示局部区域的灰度幅值变化之后,本文选择HOG(方向梯度直方图)特征来描述人脸局部的方向和梯度特征。(2)参考典型相关分析理论,本文提出了一种基于特征向量相关性判据的特征融合算法,所提算法采用两组特征向量之间的相关性作为判据,计算LTBP特征和HOG特征对应的典型投影矢量,并将LTBP和HOG特征向量进行变换,得到两组特征向量的融合特征,用于后续分类识别阶段。(3)在实验仿真阶段,本文采用了国际主流的三维人脸表情数据库BU-3DFE,并在处理三维人脸表情数据时,基于不同的人脸部大小不同的情况,区别于目前通用的以鼻尖为圆心,采用固定半径画圆来裁剪人脸的做法,提出一种新的剪裁人脸方式,即以左右内外眼角点为基础,计算左右眼的眼中心点位置,根据两眼中心点的间距来进行面部裁剪。这样保证裁剪出来的面部五官比例大致相同,尤其是眼睛部分一定会位于裁剪好之后的人脸1/4高处。接着按照本文的算法,对处理好的深度图做特征变换,建立描述两组特征向量之间相关性的判据准则函数,以此得到LTBP和HOG的融合特征,最后采用KNN(最近邻分类)或SVM(支持向量机)方法进行分类识别。在BU-3DFE人脸表情数据库上的实验表明,该方法能对六种基本表情进行识别,有着较高的识别率。

关键词：局部阈值二值模式(LTBP)描述子特征融合三维人脸表情识别典型相关分析

基于双目标精英策略及语义知识的三维人脸表情识别研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双目标精英策略及语义知识的三维人脸表情识别研究

作者：黄首宁福州大学

学位级别：硕士

目前,基于三维人脸的表情识别研究中,其关键问题是:计算机与人对于图像的理解方式是完全不同的,前者是基于对图像低层视觉特征的分析和判断,而后者则是基于对图像高层语义知识的理解。这种不一致的情况严重影响了表情识别的正确性与鲁棒... 详细信息

目前,基于三维人脸的表情识别研究中,其关键问题是:计算机与人对于图像的理解方式是完全不同的,前者是基于对图像低层视觉特征的分析和判断,而后者则是基于对图像高层语义知识的理解。这种不一致的情况严重影响了表情识别的正确性与鲁棒性,阻碍了表情识别理论的研究和实际应用的推广。另一方面,在进行表情特征分类识别前,必须对特征进行提取与筛选,这一环节是否合理直接影响后续表情识别的准确性。因此,研究如何缩小“语义鸿沟”以及合理地对特征进行提取与筛选,是一个极具意义的研究课题。本文针对上述问题,提出了基于双目标精英策略及语义知识的三维人脸表情识别方法。本文的主要工作和创新之处:(1)提出基于双目标精英策略的三维人脸表情特征筛选方法:现今大多数的特征筛选算法都是以降低特征数量为目标的。但是,实际上特征筛选是一个双目标控制的过程,在减少特征数量的同时,还必须保证相同表情特征之间的相似程度要高,不同表情之间的差异度要大。因此,本文提出改进精英策略的 NSGA-Ⅱ(Non Dominated Sorting Genetic Algorithm Ⅱ,非支配遗传算法)。不仅成功的将单目标的特征筛选问题转化为双目标问题进行研究,而且针对原NSGA-Ⅱ算法中出现的局部收敛和早熟问题,提出对其精英策略进行改进,较好的解决了这些问题,提升了特征筛选的效果。(2)提出了基于语义知识的三维人脸表情识别方法:将BUDFE数据库中各个模型的六种基本表情分量作为一个六维的语义知识向量,利用KCCA(Kernel Canonical Correlation Analysis,核典型性相关分析)算法建立筛选后图像的低层特征向量与其语义知识向量的映射关系。将两者联系到一起,缩小了它们间的“语义鸿沟”。(3)在BUDFE数据库中进行实验,获得了 86.89%的整体识别率。对实验结果进行分析可以发现,与其它同类方法进行对比实验,本文方法具有更高的识别准确性。

关键词：语义知识非支配遗传算法Ⅱ 精英策略三维人脸表情识别核典型性相关分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的三维人脸表情识别方法研究

基于深度学习的三维人脸表情识别方法研究

作者：王洁浩西安工业大学

学位级别：硕士

人脸表情是一种能够表达人类认知、情绪和状态的手段,准确有效的人脸表情识别在促进自然和谐的人机交互中起着重要作用。由于基于图像的二维人脸面部表情识别方法在很大程度上受到光照和姿态变化的限制,近年来基于三维点云的人脸面部表... 详细信息

人脸表情是一种能够表达人类认知、情绪和状态的手段,准确有效的人脸表情识别在促进自然和谐的人机交互中起着重要作用。由于基于图像的二维人脸面部表情识别方法在很大程度上受到光照和姿态变化的限制,近年来基于三维点云的人脸面部表情识别受到越来越多的关注。本文研究如何基于三维空间点集的深度特征识别三维人脸表情。主要研究工作如下:(1)研究了三维人脸表情的有效表征方式。传统的人脸表情识别工作中往往采用人工设计特征的方式,需要设计者丰富的经验与知识。本文首先使用三维空间点的深度特征来表示三维表情人脸,易于实现人脸表情的端到端识别。为进一步提高人脸表情特征的有效性,提取Mesh＿LBP(Mesh Local Binary Pattern,三维网格局部二值特征),获得三维表情人脸的纹理信息,与三维空间点集的深度特征进行特征融合作为识别人脸表情的特征。(2)提出一种基于改进的Pointnet++网络的三维点云人脸表情进行识别方法。该方法针对Pointnet++忽略了局部点之间的丰富几何关系问题,为Pointnet++网络添加了领域内几何注意力模块。使用Bosphorus数据库和CASIA数据库对本文方法进行验证。通过对表情数据的旋转、降采样的方式对数据进行增强。将增强后的数据集作为训练集和测试集进行训练调参实验,使用最佳超参数最终获得识别准确率为87.96%,实验结果表明该方法对于三维点云人脸表情具有较好的识别效果。(3)提出一种使用卷积神经网络对三维网格局部二值特征进行深度特征的提取,并与改进的Pointnet++网络提取的深度特征融合进行表情识别的方法。该方法将点集深度特征与深度纹理特征融合,用于提高三维人脸表情识别的准确率,在CASIA数据库上得到了较好的效果。

关键词：三维人脸表情识别 Mesh_LBP特征改进的Pointnet++网络特征融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于SOM网络的三维人脸表情识别

郑州轻工业学院学报（自然科学版） 2013年第5期28卷 70-73页

作者：李淑红尹小娟句全河南财经政法大学计算机与信息工程学院河南郑州450002

针对二维人脸表情数据所含信息量有限,在光照、姿态变化的情况下识别性能较差等缺点,提出了基于SOM网络的三维人脸表情识别方法.该方法用均值和方差来描述人脸表面的凸凹情况,以此作为进一步描述人脸表情变化的特征数据.仿真实验结果表... 详细信息

针对二维人脸表情数据所含信息量有限,在光照、姿态变化的情况下识别性能较差等缺点,提出了基于SOM网络的三维人脸表情识别方法.该方法用均值和方差来描述人脸表面的凸凹情况,以此作为进一步描述人脸表情变化的特征数据.仿真实验结果表明,采用SOM网络的分类效果和识别效果,均优于AdaBoost算法.

关键词：三维人脸表情识别形状描述自组织神经网络

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

三维人脸表情建模与识别

三维人脸表情建模与识别

作者：盛楠北京工业大学

学位级别：硕士

人脸表情识别是计算机视觉、图像处理以及模式识别等领域的重点研究课题,前期的研究工作主要以二维图像数据为基础。由于人脸本身是三维立体的,将三维人脸投影为二维图像必然会丢失很多纹理信息和形态特征。另外,二维图像容易受姿态、... 详细信息

人脸表情识别是计算机视觉、图像处理以及模式识别等领域的重点研究课题,前期的研究工作主要以二维图像数据为基础。由于人脸本身是三维立体的,将三维人脸投影为二维图像必然会丢失很多纹理信息和形态特征。另外,二维图像容易受姿态、妆容和光照等因素的影响,鲁棒性差,表情识别准确率受到限制。近年来随着三维数据获取技术的不断发展,表情识别逐渐由二维图像转向三维图像,提取到的面部表情特征更加丰富。相比于二维表情识别,三维表情识别的鲁棒性更强,识别的准确率也更高。本文首先对已有的三维信息采集设备进行改进,利用改进后的设备采集人脸表情图像序列,并利用光度立体法尝试三维人脸表情模型重建。然后,本文提出了一种完全自动的三维人脸表情识别方法。本文的主要研究工作以及相关创新点如下:第一,对现有的基于光度立体技术的三维信息采集平台进行改进,实现人脸表情图像序列的采集。原有的图像采集系统主要用于舌体数据的采集,无法满足人脸数据采集条件。本文针对人脸特征,改进了原有系统的相机模块、光源支架模块和拍摄物托架模块等。基于改进后的系统,能够实现不同光照角度下人脸表情图像序列的采集。第二,对采集到的人脸表情图像序列,利用光度立体法进行三维人脸表情重建工作。根据改进后的三维信息采集设备,拍摄了满足后续重建条件的人脸表情图像序列,利用光度立体法实现三维人脸表情重建工作。第三,提出了基于多特征融合的三维人脸表情识别方法,利用自动提取算法提取人脸20个关键特征点,并根据特征点选取了23个反映人脸表情特点的距离特征,同时利用自动提取的特征点进行点区域周围LBP特征提取,用于描述三维人脸表情特征。最后,采用SVM分类器进行三维人脸表情分类识别。实验结果证明了本方法利用围绕关键点的局部LBP特征与23个点对距离组成的融合特征能够更好的描述人脸表情特征。第四,提出了基于稀疏表示的三维人脸表情识别方法,该算法对LBP特征进行改进,采用了性能更优的CBP特征,并利用全局数据进行特征提取,利用稀疏表示实现三维人脸表情识别。实验比较了LBP算子与CBP算子的优劣,以及稀疏表示与SVM的分类效果。最后,为了进一步地优化识别效果,对三维人脸进行均匀划分,并利用CBP特征与稀疏表示进行三维人脸表情识别,实验取得了良好的分类结果,且证明了区域划分对于人脸表情识别有着重要的影响。最后,对整篇文章进行了总结与展望。

关键词：光度立体视觉三维人脸表情识别特征融合稀疏表示区域划分

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

非可控条件下3D人脸表情识别研究

非可控条件下3D人脸表情识别研究

作者：邓聪沈阳工业大学

学位级别：硕士

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... 详细信息

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取器自动从深度图像中学习特征表示,实现端到端的分类识别。实验结果表明该方法对一定范围内的姿态变化具有鲁棒性。（3）设计了一种改进的卷积神经网络模型,将卷积核为5×5的卷积层替换为两个连续的卷积核为3×3的卷积层,连续卷积进行了两次特征激活,进而增加了模型的非线性表达能力。通过实验验证了该方法的有效性,在不损失识别精度的前提下精简了网络参数,模型的训练速度提升了35%。（4）本文的卷积神经网络模型采用交叉熵损失函数和中心损失函数共同作为监督信号进行参数更新,实现人脸表情的类间差异最大化和类内差异最小化的目标,使得模型具有更强的判别能力。实验结果表明,加入中心损失函数后,模型的过拟合问题得到缓解,识别率提高了约4%。

关键词：三维人脸表情识别姿态变化卷积神经网络中心损失函数三维人脸表情重建