三維人臉表情-建模、合成與識(shí)別.pdf

1、三維人臉表情研究是計(jì)算機(jī)輔助設(shè)計(jì)研究領(lǐng)域、圖形學(xué)研究領(lǐng)域和計(jì)算機(jī)視覺研究領(lǐng)域的重點(diǎn)研究?jī)?nèi)容。該研究對(duì)人臉識(shí)別、計(jì)算機(jī)影視動(dòng)畫制作以及人機(jī)交互的發(fā)展均起著重要的作用，正受到越來越多研究人員的關(guān)注。目前，三維人臉表情的研究主要問題有表情合成、表情識(shí)別和表情去除。(1)、表情合成。表情合成在計(jì)算機(jī)輔助的游戲、動(dòng)畫，影視設(shè)計(jì)等領(lǐng)域，也有著重要的作用；(2)、表情識(shí)別。人臉表情能夠揭示人的心理狀態(tài)和情感狀態(tài)。因此，表情識(shí)別的研究有助于改進(jìn)并提高目

2、前人機(jī)交互系統(tǒng)的性能；(3)、表情去除。由于表情的存在影響人臉識(shí)別系統(tǒng)的性能。因此，表情去除研究有望提高人臉識(shí)別系統(tǒng)的魯棒性和準(zhǔn)確率。研究上述三個(gè)問題通常需要對(duì)人臉表情進(jìn)行建模，即建立三維人臉表情模型。因此，三維表情建模是表情研究的基礎(chǔ)，而表情合成、識(shí)別與去除是建立在表情模型基礎(chǔ)上的主要研究問題。
　　 本文針對(duì)三維人臉表情研究中遇到的問題進(jìn)行分析和探索，提出了一個(gè)三維人臉表情建模方法并將該模型用于表情合成、識(shí)別及去除的研究。本

3、文的主要工作和貢獻(xiàn)主要集中在以下四點(diǎn)：
　　 1、建立有效的三維人臉表情模型。本文第四章提出了一種有效的三維人臉表情建模方法，即基于拉普拉斯的三維人臉表情模型。該模型借鑒了主測(cè)地分析方法，是主測(cè)地分析方法的一般化表示。主測(cè)地分析方法是基于拉普拉斯的三維人臉表情模型的特殊化形式。我們將該人臉表情模型用于三維人臉表情合成、去除和識(shí)別的研究，也驗(yàn)證了表情建模的有效性。
　　 2、提出一個(gè)準(zhǔn)實(shí)時(shí)的三維人臉表情合成方法。三維人臉表

4、情合成是計(jì)算機(jī)圖形學(xué)領(lǐng)域的重點(diǎn)研究問題。表情合成的有效性和實(shí)時(shí)性受到研究人員的關(guān)注。本文第五章提出了一個(gè)基于GPU加速的三維人臉表情合成方法。該方法利用第三章中的基于主測(cè)地分析的三維人臉表情模型，對(duì)輸入的三維人臉進(jìn)行分析并自適應(yīng)地對(duì)其進(jìn)行表情合成。實(shí)驗(yàn)結(jié)果表明，本文提出的表情合成方法對(duì)單張高分辨率三維人臉數(shù)據(jù)(包含15000個(gè)三角面片，8000個(gè)數(shù)據(jù)點(diǎn))僅需0.98秒，而使用雙核CPU需要耗時(shí)12.37秒。本文提出的表情合成方法在速度上

5、提升12.6倍，并且合成出的人臉表情真實(shí)、有效。與此同時(shí)，由于該方法具有并行計(jì)算的特點(diǎn)，我們充分利用了GPU海量線程并發(fā)執(zhí)行的特性，極大提高了表情合成的速度，達(dá)到準(zhǔn)實(shí)時(shí)要求。
　　 3、提出一個(gè)有效的三維人臉表情識(shí)別方法。本文第六章提出了的表情識(shí)別方法建立在第三章基礎(chǔ)上，構(gòu)造拉普拉斯主測(cè)地分析的三維人臉表情模型，將其用于三維人臉表情識(shí)別。通過分析表情建模后的樣本數(shù)據(jù)分布，我們發(fā)現(xiàn)利用表情模型能夠有效地區(qū)分不同表情的樣本數(shù)據(jù)。本文

6、提出的三維人臉表情識(shí)別方法對(duì)BU-3DFED三維人臉數(shù)據(jù)庫中所有人的數(shù)據(jù)進(jìn)行表情識(shí)別。實(shí)驗(yàn)結(jié)果顯示該方法的平均正確率達(dá)到94.83％，高于目前同類的三維人臉表情識(shí)別方法。該方法能夠有效地揭示不同表情的內(nèi)在特征，從而能夠正確、魯棒地進(jìn)行表情識(shí)別。
　　 4、提出了一個(gè)有效的三維人臉表情去除方法。本文第七章中提出的三維人臉表情去除方法能夠有效地對(duì)輸入的有表情三維人臉數(shù)據(jù)進(jìn)行表情去除操作，得到中性三維人臉數(shù)據(jù)。三維人臉表情去除在此之前