發(fā)布時間：2024-04-15 04:42

　　人類面部行為的研究是計算機視覺領域和心理學以及人工智能的重要研究課題之一。相比面部表情的表達類別,面部動作單元能夠更為全面的表述人類面部行為。當前的面部動作單元識別研究主要基于傳統(tǒng)SVM分類,以及當下較為熱門的深度學習方法。然而這些方法將人臉作為整體來識別面部動作單元,從而導致面部動作單元識別受到不相關部分的干擾。針對此,本文提出基于分塊深化網(wǎng)絡的面部動作單元識別方法和基于RPN網(wǎng)絡面部動作單元識別方法。論文主要的研究內容包括:(1)設計了基于分塊深化網(wǎng)絡的面部動作單元識別方法。首先,使用人臉檢測方法對圖像檢測人臉,然后對包含人臉的圖像進行面部標準化,去除與面部行為無關的部分。其次,使用分塊深化網(wǎng)絡面標準化的人臉進行分塊卷積,從而將不同AU映射到不同分塊,避免了無關面部分塊對AU識別的干擾。網(wǎng)絡結合了當下比較流行的目標檢測網(wǎng)絡的網(wǎng)絡結構,進而,通過能夠使得網(wǎng)絡更有效的提取面部特征;最后,對提取到的Feature Map進行分類回歸得到AU識別的結果。實驗結果表明,本文提出的基于分塊深化網(wǎng)絡的面部動作單元識別方法效果優(yōu)于傳統(tǒng)的基于SVM的AU識別和當下較為流行的全監(jiān)督AU識別方法。(2)...

【文章頁數(shù)】：55 頁

【學位級別】：碩士

【部分圖文】：

圖2-3圖像旋轉角度計算方法示意圖

基于分塊深化網(wǎng)絡的面部動作單元識別方法9圖2-3圖像旋轉角度計算方法示意圖Figure2-3Schematicdiagramofimagerotationanglecalculationmethod根據(jù)旋轉角度對包含人臉圖片進行逆向旋轉，得到圖像I1,對旋轉后的圖像進行人臉檢測，....

圖2-6CK+數(shù)據(jù)集上部分數(shù)據(jù)

基于分塊深化網(wǎng)絡的面部動作單元識別方法13圖2-6CK+數(shù)據(jù)集上部分數(shù)據(jù)Fig2-6SomedataontheCK+datasetCK+庫雖然內容豐富，但樣本不夠均衡。MMI庫相比CK+而言，樣本較為均衡，MMI庫包括了來自75個被試的2900段視頻序列,其中來自27個被標注者中....

圖2-7MMI數(shù)據(jù)集上部分數(shù)據(jù)

基于分塊深化網(wǎng)絡的面部動作單元識別方法13圖2-6CK+數(shù)據(jù)集上部分數(shù)據(jù)Fig2-6SomedataontheCK+datasetCK+庫雖然內容豐富，但樣本不夠均衡。MMI庫相比CK+而言，樣本較為均衡，MMI庫包括了來自75個被試的2900段視頻序列,其中來自27個被標注者中....

圖2-8人臉檢測和

西安理工大學工程碩士專業(yè)學位論文14(a1)(b1)(c1)(a2)(b2)(c2)(a3)(b3)(c3)(a4)(b4)(c4)圖2-8人臉檢測和校正相關實驗結果其中a1-c1和a2-c2為MMI上的結果，a3-c3和a4-c4為CK+上的結果Fig2-8Experiment....

本文編號：3955752