-
题名结合面部动作单元感知的三维人脸重建算法
- 1
-
-
作者
章毅
吕嘉仪
兰星
薛健
-
机构
中国科学院大学工程科学学院
-
出处
《软件学报》
EI
CSCD
北大核心
2024年第5期2176-2191,共16页
-
基金
国家自然科学基金(62236006,62032022,61972375)
北京市自然科学基金(4222040)。
-
文摘
三维人脸重建在计算机视觉及动画领域是一项重要任务,它可以为人脸多模态应用提供三维模型结构和丰富的语义信息.然而,单目二维人脸图像缺乏深度信息,预测的三维模型参数不够可靠,从而导致重建效果不佳.提出采用与模型参数高度相关的面部动作单元和人脸关键点作为桥梁,引导模型相关参数回归,以解决单目人脸重建的不适定问题.基于人脸重建的现有数据集,提供一套完整的面部动作单元半自动标注方案,并构建300W-LP-AU数据集.进而提出一种结合动作单元感知的三维人脸重建算法.该算法实现端到端的多任务学习,有效降低了整体训练难度.实验结果表明,该算法能有效地提升三维人脸重建性能,重建的人脸模型具有更高的保真度.
-
关键词
面部动作单元
人脸关键点
三维人脸重建
-
Keywords
facial action unit
facial key point
3D facial reconstruction
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种鲁棒的人脸关键点实时跟踪方法
被引量：1
- 2
-
-
作者
徐威威
李俊
-
机构
中国科学技术大学信息科学技术学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2018年第4期281-286,共6页
-
文摘
针对视频图像序列中人脸关键点跟踪对鲁棒性和实时运行的要求,提出一种新的人脸关键点实时跟踪方法。运用光流法跟踪若干显著关键点,为下一帧选择更好的初始形状,根据当前帧的人脸形状估计下一帧的人脸框,以减少对人脸检测器的依赖,同时为防止误差累积,加入人脸检测器重启机制。实验结果表明,该方法在300-VW数据集上实现了68个人脸关键点的鲁棒跟踪,运行速度达30+f/s,可用于大多数人脸相关的实时应用。
-
关键词
人脸关键点
局部二值特征
显著关键点
初始形状
光流
-
Keywords
facial key point
Local Binary Feature(LBF)
significant key point
initial shape
optical flow
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种有效提升识别率的面部图像预处理方法
- 3
-
-
作者
谭阳
贺璐
-
机构
湖南网络工程职业学院
-
出处
《湖南广播电视大学学报》
2012年第3期60-64,共5页
-
文摘
面部关键特征点的定位和取样直接关系到面部识别率的高低,本文提出了一种对人类面部图像进行细节提取,并进行了方向场化突出,最后将其特征2值化的预处理的方法,有效地抑制了面部图像中提取的特征点样本模糊的现象。实验证明,通过这种方法对面部图像的预处理,能够较好地提升一般面部识别算法的识别率。
-
关键词
人脸识别
表情识别
关键点定位
特征提取
-
Keywords
facial recognition
expression recognition
key point positioning
feature extraction
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名一种三维人脸表情动画快速生成方法
- 4
-
-
作者
余淼
-
机构
徐州市广播电视大学
-
出处
《江苏广播电视大学学报》
2008年第5期41-44,共4页
-
文摘
面向动画创作的三维人脸表情动画生成框架由人脸模型简化、特征点驱动以及表情动画生成等三部分组成。以MPEG-4人脸动画定义标准为基础,提出了以脸部定义参数流驱动关键特征点的动画生成算法。实验结果表明:该方法实现了真实感和实时性的有效结合,能满足动画创作的要求。
-
关键词
三维人脸网格
表情动画
关键特征点
MPEG-4
FAP流
-
Keywords
3D face grid
facial animation
key-feature point
MPEG-4
FAP stream
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名融合关键点属性与注意力表征的人脸表情识别
被引量：2
- 5
-
-
作者
高红霞
郜伟
-
机构
河南工程学院软件学院
信息工程大学理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第3期118-126,共9页
-
基金
河南省高等学校重点科研项目(22A520001)。
-
文摘
人脸的表情变化非常细微,通常表现在图像中某些局部点区域的改变,现有的人脸表情识别方法难以捕捉到表情的细微变化,对非表情区域干扰不具有鲁棒性。为了获得描述人脸表情变化的高效特征表示,提出了一种融合关键点属性与注意力表征的人脸表情识别方法。通过添加通道注意力和空间注意力的神经网络提取人脸图像中的关键点信息,实现不同维度和位置的权重分配,有效避免非表情区域的干扰,捕获图像中局部关键点的特征表征。引入Transformer模块学习不同关键点之间的相关联系,引导网络构建对表情类型更具分辨力的特征表示,从而实现精准识别。通过在CK+、JAFFE、FER2013三种公开数据集上进行实验的结果表明:提出算法的识别准确率分别达到了99.22%、96.57%、73.37%。
-
关键词
人脸表情识别
关键点属性表征
注意力机制
卷积神经网络
学习特征图
-
Keywords
facial expression recognition
key point attributes representation
attention mechanism
convolutional neural network
learning feature map
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
