附录B人脸和表情识别.ppt
《附录B人脸和表情识别.ppt》由会员分享,可在线阅读,更多相关《附录B人脸和表情识别.ppt(42页珍藏版)》请在三一文库上搜索。
1、章毓晋 (TH-EE-IE),附录B 人脸和表情识别,B.1 生物特征识别 B.2 人脸检测定位 B.3 脸部器官提取和跟踪 B.4 表情识别 B.5 人脸识别,章毓晋 (TH-EE-IE),B.1 生物特征识别,1、 生物特征 人脸、指纹、掌纹、手形、虹膜、视网膜、步态、足迹、笔迹和签名等(还有一些借助其他技术的,如语音,染色体DNA等) 普遍性(人人拥有)、惟一性(人与人不 同)、稳定性(不因时间、年龄、环境的变化而变化)和采集方便性(应采集容易,设备简单,对人影响程度小),章毓晋 (TH-EE-IE),B.1 生物特征识别,2、 生物特征性能比较,章毓晋 (TH-EE-IE),B.2 人
2、脸检测定位,人脸检测定位是人脸分析中的第一步 要在输入图象中搜索人脸,并确定人 脸的位置、尺寸等信息 B.2.1 人脸检测定位的基本方法 B.2.2 基于Hausdorff距离的人脸 检测定位,章毓晋 (TH-EE-IE),B.2.1 人脸检测定位的基本方法,利用静止图象 (1) 基于特征的方法: 在图象中搜索特定的角点,边缘,肤色和纹理区域 来定位人脸 (2) 基于人脸知识的方法: 根据对人脸知识的了解,建立人脸特征间联系的规 则,再根据这些规则来判断检测和定位的结果 (3) 基于模板匹配的方法: 先对人脸建模,构建相应的模板,通过匹配来检测 和定位人脸,章毓晋 (TH-EE-IE),B.2
3、.1 人脸检测定位的基本方法,利用静止图象 (4) 基于外观的方法: 基于外观的方法也使用模板匹配的方法来检测和定 位人脸,只是这里的模板(或模型)是通过训练学 习而得到的 利用视频图象 (1) 基于图象差的方法: 与检测运动目标的方法类似 (2) 基于光流场的方法: 也与检测运动目标的方法类似,章毓晋 (TH-EE-IE),Hausdorff距离: 目标的匹配在一定意义上是点集的匹配 Hausdorff距离的几何意义 如果点集A和B之间的Hausdorff距离为d,那么一个点集中的所有点将都落在另外一个点集中以任意一点为中心,以d为半径的圆中,B.2.2 基于Hausdorff距离 的人脸检
4、测方法,章毓晋 (TH-EE-IE),B.2.2 基于Hausdorff距离 的人脸检测方法,Hausdorff距离: 如上定义的Hausdorff距离对噪声点或点集的 外野点(outline)很敏感 改进的Hausdorff距离 用平均值代替最大值,章毓晋 (TH-EE-IE),B.2.2 基于Hausdorff距离 的人脸检测方法,1. 方差加权的Hausdorff距离 MHD对点在点集中的分布不敏感 图(a)和图(b)的MHD均为d,但图(a)中点的分布应比图(b)中点的分布给出更小的Hausdorff距离才符合一般情况,章毓晋 (TH-EE-IE),B.2.2 基于Hausdorff距
5、离 的人脸检测方法,1. 标准方差改进的Hausdorff距离 借助点集间距离的标准方差 S(A, B)表示点集A中一点到点集B中最远点距离的标准差,章毓晋 (TH-EE-IE),B.2.2 基于Hausdorff距离 的人脸检测方法,1. 标准方差改进的Hausdorff距离 S(B, A)表示点集B中一点到点集A中最远点距 离的标准差 对图(a)有S(A, B) = S(B, A) = 0,而对图(b)有 S(A, B) = S(B, A) = 31/2 标准差加权的Hausdorff距离(SDWHD),章毓晋 (TH-EE-IE),B.2.2 基于Hausdorff距离 的人脸检测方法,
6、1. 标准方差改进的Hausdorff距离 上述改进距离不仅考虑了两个点集间的平均距离,而且通过引入点集间距离的标准差加入了点集间点的分布信息(点分布的一致性),所以对点集的刻画更为细致 参数k:调节分布信息在距离计算中所占的比重,章毓晋 (TH-EE-IE),B.2.2 基于Hausdorff距离 的人脸检测方法,2 边缘加权的Hausdorff距离 人脸区域中不同位置的贡献不同 对Hausdorff距离中的各项分别进行加权 权值函数可以根据图象灰度值来确定 将灰度值(利用取阈值法)转化为二值时常丢失一些信息,不能完全忠实地反映图象上各点对人脸匹配的重要性 权值函数可以根据图象边缘信息来确定
7、 能够更直接有效地反映人脸的结构信息,章毓晋 (TH-EE-IE),B.2.2 基于Hausdorff距离 的人脸检测方法,2 边缘加权的Hausdorff距离 人脸图象,边缘图象 ,二值图象 权值函数正比于训练集中各图象在对应位置处边缘点出现的频率,章毓晋 (TH-EE-IE),B.2.2 基于Hausdorff距离 的人脸检测方法,2 边缘加权的Hausdorff距离 人脸检测定位方法的比较实验 相对误差指标:d = max(dl, dr)/|Clt Crt| 其中Clt和Crt分别为左右两个眼睛中心的真实值,而dl和dr分别为左右两个眼睛中心的真实值与检测值的差,章毓晋 (TH-EE-I
8、E),B.3 脸部器官提取和跟踪,脸上器官对人脸识别和表情分类都很重要 B.3.1 眼睛几何模型及确定 B.3.2 眨眼过程中的眼睛 轮廓跟踪,章毓晋 (TH-EE-IE),B.3.1 眼睛几何模型及确定,典型的眼睛几何模型 可变形模型或模板 一个圆表示虹膜的轮廓 两条抛物线表示上下眼 帘的轮廓 利用P1和P2的信息可以帮助调整眼睛的宽度 利用P3到P6的信息可以帮助确定眼帘的高度以及帮助精确和鲁棒地计算眼睛参数,章毓晋 (TH-EE-IE),B.3.1 眼睛几何模型及确定,借助SUSAN算子检测角点 G为一个固定的几何阈值,可取为3Smax/4, Smax是S所能取得的最大值(等于检测模板的
9、象素数减1),章毓晋 (TH-EE-IE),B.3.1 眼睛几何模型及确定,采用主动轮廓模型确定眼睛几何模型 能量项 N为所检测出的角点个数 R(xi, yi)为在第i个角点处的检测响应值,谷点域 峰点域 边缘点域 角点域,章毓晋 (TH-EE-IE),B.3.1 眼睛几何模型及确定,眼睛(虹膜和眼帘)检测示例 三步法 原始图象 初始轮廓 第1步后 第2步后 第3步后,章毓晋 (TH-EE-IE),B.3.2 眨眼过程中的眼睛轮廓跟踪,1. 虹膜跟踪 对虹膜的检测可帮助判定眼睛的闭合状态 对虹膜的具体检测中仅考虑其下半圆 双状态眼睛模型 如果虹膜被检测到,则 认为眼睛的状态为睁开,并利 用眼帘
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 附录 表情 识别
链接地址:https://www.31doc.com/p-2580626.html