

已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、迄今為止,人臉表情識別領(lǐng)域的大部分工作都是以二維圖像為處理對象的。這些方法的魯棒性差,容易受到光照、姿態(tài)等因素的影響,并且識別率不高。二維表情識別方法本身的局限性限制了其自身的發(fā)展空間。因為人臉本來就是一個三維幾何體,如果將人臉看成一個二維物體進行分析就會丟失一些重要的信息(例如深度信息),這樣就不能精確地反映出面部表情的特征甚至細微的表情變化。近年來,隨著三維成像技術(shù)的發(fā)展,三維圖像的獲取越來越容易,使三維人臉表情識別從理論變成了現(xiàn)實
2、。與二維研究方法相比,三維研究方法具有更好的魯棒性和更高的識別率。
本文總結(jié)了目前三維人臉表情識別的研究現(xiàn)狀和研究意義,介紹了常用的三維人臉表情識別的研究方法和研究過程。針對目前人臉姿態(tài)校正算法中的計算量大和適用性不廣等缺點,本文提出了一種基于法向量對齊的人臉姿態(tài)校正算法。該算法先通過計算離散高斯曲率來獲取人臉的特征點,然后計算特征點構(gòu)成的面的法線方向,最后通過法線方向進行人臉姿態(tài)校正。在分析已有的手工區(qū)域分割算法的基礎(chǔ)上
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 三維人臉表情識別(1)
- 基于三維數(shù)據(jù)的人臉表情識別.pdf
- 三維人臉表情-建模、合成與識別.pdf
- 三維人臉表情魯棒識別研究.pdf
- 表情不變的三維人臉識別研究.pdf
- 表情穩(wěn)健的三維人臉重建與識別.pdf
- 表情不敏感的三維人臉識別研究.pdf
- 姿態(tài)和表情不變的三維人臉識別研究.pdf
- 表情魯棒的三維人臉識別算法研究.pdf
- 三維人臉表情合成研究.pdf
- 對面部表情不敏感的三維人臉識別研究.pdf
- 表情變化條件下的三維人臉識別.pdf
- 三維人臉表情識別中特征提取算法研究.pdf
- 表情不變的三維人臉重構(gòu).pdf
- 基于不同表情下不變特征的三維人臉識別研究.pdf
- 三維人臉動畫表情細節(jié)研究.pdf
- 基于LTBP和HOG融合特征的三維人臉表情識別算法.pdf
- 基于掃描數(shù)據(jù)的三維人臉表情合成.pdf
- 基于人臉模型重建的三維人臉識別.pdf
- 基于形狀濾波的表情變化下的三維人臉識別研究.pdf
評論
0/150
提交評論