基于一种组合传感器的面部表情研究

摘要

社会的不断发展和世界经贸一体化进程的快速演进,对个人真实身份快速有效确定的需求也在与日俱增,这体现在反恐合作、刑侦鉴别、信息管理、金融运作、安全防卫、个人隐私保护以及出入境管理等众多领域。它是亟待解决的重要课题,已经得到世界各国的高度关注。
　　从技术层面分析,现在最常见的个人身份鉴别方式是以表情识别为主。具体的运作方式如下,先是搜集二维人体彩色数字图像,之后融入脸部识别技术获取人脸的数字图像特征并精确到具体的面部器官,并进行归一化处理,通过二维坐标定位。最后是将使用者和图像数据库的图像进行特征匹配操作进行鉴别。此种方式有着范围的限制,譬如考量光线强度、亮度,面部的遮挡物等。
　　骨骼追踪传感器是近几年出现的新的技术,对全身骨骼做抓取效果明显,但是对于面部的体貌特征只能识别鼻骨,却不能对其他面部的骨骼作出有效的分析,本文结合骨骼追踪传感器技术和图像处理技术实现多传感器组合对眉骨、鼻骨、上下颚、颧骨分析,抽取面部表情特征。
　　本文的主要工作如下:
　　(1)基于多传感器获取眉骨、鼻骨、上下颚、颧骨特征,解决了 kinect只能对全身骨骼做抓取的局限性。
　　(2)提出了多传感器信息融合模型,使用模型首先划分特征集,计算面目表情潜在概率分布,然后采用决策级融合策略,融合面目表情特征。并进行了相关实验,结果表明在带修饰的条件下,多传感器的性能有明显优势。
　　(3)实现了在组合传感器环境下,面部表情识别原型系统。真实环境下实验表明,多传感器组合抓取的骨骼特征,更适合带修饰的表情识别。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景

1.2 课题研究现状

1.3 论文的组织结构

第二章 背景知识

2.1 kinect传感器

2.2 面部表情识别

2.3 多传感器融合

2.4 本章小结

第三章 多传感器的数据融合模型设计

3.1 特征点标定

3.2 确定并划分面部表情特征集

3.3 多传感器融合模型

3.4 模型求解

3.5 本章小结

第四章 多传感器环境下人脸表情识别原型系统的实现

4.1 配置Kinect

4.2 人脸识别系统的开发与试验工具OpenCV

4.3 硬件系统结构设计

4.4 部分接口代码的实现

4.5 基于小波的数据融合

4.6 原型系统的运行

4.7 本章小结

第五章 总结与展望

5.1 全文总结

5.2 有待进一步解决的问题

致谢

参考文献