Kinect環(huán)境下的面部表情識(shí)別應(yīng)用研究.pdf

1、隨著科技的發(fā)展,預(yù)防犯罪或在犯罪途中終止犯罪是有效解決安全領(lǐng)域的重大難題。特別是在反恐、刑偵鑒定、出入境管理、自助式政府服務(wù)、信息安全、金融服務(wù)、個(gè)人隱私保護(hù)和安全防衛(wèi)等領(lǐng)域,如何準(zhǔn)確鑒定一個(gè)人的真實(shí)身份信息,是一個(gè)必須解決的關(guān)鍵問(wèn)題,已引起各國(guó)的廣泛關(guān)注和高度重視。
　　 目前均采用生物特征識(shí)別技術(shù),利用人的生理特征或行為特征,來(lái)進(jìn)行個(gè)人身份的鑒定。已被用于生物識(shí)別的生物特征如表所列,雖然表情識(shí)別方法越來(lái)越多,但是傳統(tǒng)方法有一

2、個(gè)共同點(diǎn),基本都是首先獲取人體的二維彩色圖像,然后利用臉部識(shí)別技術(shù),獲取人體臉部的二維彩色圖像并且捕捉到人體臉部的各個(gè)器官(例如眼睛,鼻子,嘴等)的二維坐標(biāo)位置。通過(guò)判斷這些器官的二維坐標(biāo)的位置變化,來(lái)進(jìn)行面部表情識(shí)別。這種方法對(duì)于適用范圍有很大的限制。例如實(shí)驗(yàn)者臉上修飾過(guò),如化妝、佩戴眼鏡、口罩、帽子等物品,或者光照強(qiáng)度不適中,有遮擋物都會(huì)對(duì)實(shí)驗(yàn)結(jié)果造成非常大的影響。
　　 Kinect是近幾年出現(xiàn)的新的技術(shù),kinect對(duì)全

3、身骨骼做抓取效果明顯,但是對(duì)于面部的體貌特征只能識(shí)別鼻骨,卻不能對(duì)其他面部的骨骼作出有效的分析,本文結(jié)合圖像處理技術(shù)實(shí)現(xiàn)對(duì)眉骨、鼻骨、上下顎、顴骨分析,抽取面部表情特征,從而將kinect應(yīng)用引入到情感計(jì)算領(lǐng)域。
　　 本文的主要工作如下;
　　 (1)基于圖像處理技術(shù),對(duì)Kinect深度圖像預(yù)處理,獲取面部點(diǎn)分布模型(PointDistribution Model,PDM)。實(shí)現(xiàn)對(duì)眉骨、鼻骨、上下顎、顴骨分析,解決了k

4、inect只能對(duì)全身骨骼做抓取的局限性,把kinect應(yīng)用引入到情感計(jì)算領(lǐng)域。
　　 (2)提出了改進(jìn)的PDM算法。利用Gabor小波變換系數(shù)進(jìn)行人臉識(shí)別的彈性圖匹配,建立起反映目標(biāo)形狀變換規(guī)律的形狀統(tǒng)計(jì)模型和反映灰度分布規(guī)律的局部灰度模型。在搜索過(guò)程中,首先利用訓(xùn)練得到的局部灰度模型進(jìn)行搜索,之后利用形狀模型來(lái)對(duì)搜索到的形狀進(jìn)行近似表示,對(duì)不合理的形狀進(jìn)行調(diào)整以保證形狀在統(tǒng)計(jì)意義上的合理性,通過(guò)循環(huán)迭代,得到理想的面部表情特征