《毕业设计(论文)开题报告基于外观模型的人脸特征标定.doc》由会员分享,可在线阅读,更多相关《毕业设计(论文)开题报告基于外观模型的人脸特征标定.doc(4页珍藏版)》请在三一办公上搜索。
1、毕业设计(论文)开题报告书 题 目基于外观模型的人脸特征标定学 院专 业姓 名学 号指导教师 教授 2012年 3月课题来源 省市科学依据 近几年,生物鉴别、人工智能、新一代人机交互等与人脸相关的图像处理技术的迅猛发展,但是这些技术以快速有效地从图像或者视频中获取人脸的特征点信息为首要前提,也就是要实现人脸特征点定位并且提取对应的人脸特征信息。由于人脸是非刚性的,因此人脸的大小、位置、姿态、表情的变化、年龄的变化、毛发和佩戴物、光线的变化都会影响正确的对人脸特征的定位。该项研究涉及到图像处理、模式识别、人工智能、计算机视觉、生理学、心理学等多个学科,研究人脸特征点定位技术自然就成为一项非常重要
2、又极具挑战性的课题。根据定位所依据的基本信息的类型,现有方法可分为:基于先验规则的方法、基于几何形状信息的方法、基于色彩信息的方法、基于外观信息的方法和基于关联信息的方法。而在基于几何信息的方法中,主动表观模型(Active Appearance Model,AAM)就作为一种特征提取算法成为基于模型方法的主流研究方法之一。基于 AAM 的面部特征点定位方法最早是由英国曼彻斯特大学 Cootes 等人提出来,并在 ASM算法和可变模板算法的基础上发展起来。AAM 利用了可变形模型中的能量函数最优化的思想,又改进了 ASM 算法中对模型建立只考虑人脸形状的不足,引入人脸表观来扩展模型的表征能力,
3、能实现快速准确的面部特征点定位。随着该算法的发展,众多该领域的重要研究机构也纷纷跟踪该算法的发展,卡耐基梅隆大学的Simon Baker等人主要是对 AAM 的匹配算法进行了改进。Simon 扩展了 Lucas-Kanade 的图像匹配算法提出了反向组合图像匹配算法并且将其引入到 AAM 匹配计算中。基于扩展后的Lucas-Kanade算法的AAM面部匹配算法使得Hessian和梯度可以提前计算,避免在迭代中重复运算,从而大大提高了拟合算法的效率。基于AAM 的人脸特征标定与识别有广阔的应用领域,如新一代人机交互、人 脸识别、人脸表情分析、人脸三维动画建模、人脸图像编码等等。新一代人机交互技术
4、是通过捕捉、整合来自人脸面部图像、声音、触觉等多通道信号来获取人的身份、状态、意图等相关信息,进而让计算机主动为用户服务;人脸识别该技术是利用计算机分析人脸图像,进而从中提取有效的识别信息,用来“辨认”人脸对象的身份;人脸表情分析技术是对人脸的表情信息进行特征提取分析,基于特征点的表情提取方法要求应用特征点算法进行标定;人脸三维动画建模技术是通过计算机图形学手段,根据人脸面部的结构和属性,构建与预期一致的虚拟人脸三维动画模型,它要求能准确快速获取人脸特征信息,这就离不开人脸特征点定位技术;人脸图像编码技术是通过编码技术将人脸图形信息进行有效地压缩,并且编制成能在信息媒介上传输的形式;基于 AA
5、M 的人脸特征标定与识别算法能够准确定位到面部器官的特征点位置,因此在这些领域得到了广泛应用。研究内容课题研究包括理论研究和软件设计两个部分。具体内容如下:研究主动外观模型AAM(Active Appearance Model)理论,并进行详细阐述,重点分析AAM最初的基于梯度下降算法匹配算法的优缺点,继而阐述由卡耐基梅隆大学的Iain Matthews和Simon Baker提出的改进了的AAM的匹配算法,即反向组合图像匹配算法。并在基于AAM理论之上研究当人脸姿态发生变化时对标准精度的影响,寻求其解决方案。软件设计方面主要是使用MATLAB GUI设计界面实现人脸标注算法。拟采取的研究方法
6、、技术路线、实验方案及可行性分析本文采用文献研究法和实证研究法,即根据“基于主动外观模型的人脸特征标定”这一课题,通过调查文献来获得资料,了解主动外观模型的历史和现状,认识到人脸特征标定的意义,形成关于本文研究对象的一般印象,得到现实资料的比较资料,了解课题的全貌,最终全面地、正确地了解掌握基于主动外观模型的人脸特征标定。并依据已查到的科学理论,提出设计,利用这MATLAB GUI一软件实现人脸标注算法。拟采用先研究主动外观模型理论,完全掌握AAM建模和AAM匹配方法,研究其优缺点,分析最近发展的AAM匹配方法,并于最初的AAM匹配方法作比较,详细叙述其优于最初的AAM匹配方法的方面,并应用于
7、解决实际问题中,即当人脸姿态发生变化时对标准精度的影响。 利用MATLAB GUI软件进行界面设计和编写程序:首先分析界面所要求实现的主要功能,明确设计任务;第二,在稿纸上绘制出界面草图,并站在使用者的角度来审查草稿;第三,按构思的草图,上机制作静态界面,并检查它;最后编写界面动态功能程序,对功能进行逐项检查。研究计划及预期成果3月初 上交开题报告;3月初至4月初 大量阅读相关文献和学习MATLAB GUI软件,做到熟练使用;4月初到5月初 基于理论知识利用MATLAB GUI进行界面设计和程序实现人脸标注算法;5月份 写毕业设计论文 6月初上交毕业设计论文。特色或创新之处 本文的特色在于将理
8、论研究和设计相结合,详细介绍主动外观模型理论,包括AAM建模和AAM匹配,并详细介绍最初的AAM匹配方法和后改进的反向组合图像匹配方法,将两者比较之,分析最初的AAM匹配方法的缺点和反向组合图像匹配方法的优点,在基于理论知识之上用MATLAB进行设计,实现人脸标注算法。已具备的条件和尚需解决的问题 已经具备的条件:初步接触关于基于主动外观模型的人脸特征标定的一些文献,对其建模和匹配方法有一定的了解,学习了MATLAB GUI软件,对MATLAB GUI有了初步的认识。 尚需解决的问题:对主动外观模型理论认识不深入,还要利用一段时间充分研究主动外观模型建模及匹配;不会将理论应用于解决实际问题,对人脸姿态发生变化时的情况进行分析不够;不会使用MATLAB GUI设计程序。指导教师意见 指导教师(签名): 2012年3月1 日系意见 系主任(签名): 2012 年 3 月 2 日