畢業(yè)設(shè)計(jì)（論文）開(kāi)題報(bào)告基于外觀模型的人臉特征標(biāo)定

1、畢業(yè)設(shè)計(jì)(論文)開(kāi)題報(bào)告書(shū) 題 目基于外觀模型的人臉特征標(biāo)定學(xué) 院專(zhuān) 業(yè)姓 名學(xué) 號(hào)指導(dǎo)教師 教授 2012年 3月課題來(lái)源 省市科學(xué)依據(jù) 近幾年，生物鑒別、人工智能、新一代人機(jī)交互等與人臉相關(guān)的圖像處理技術(shù)的迅猛發(fā)展，但是這些技術(shù)以快速有效地從圖像或者視頻中獲取人臉的特征點(diǎn)信息為首要前提，也就是要實(shí)現(xiàn)人臉特征點(diǎn)定位并且提取對(duì)應(yīng)的人臉特征信息。由于人臉是非剛性的，因此人臉的大小、位置、姿態(tài)、表情的變化、年齡的變化、毛發(fā)和佩戴物、光線(xiàn)的變化都會(huì)影響正確的對(duì)人臉特征的定位。該項(xiàng)研究涉及到圖像處理、模式識(shí)別、人工智能、計(jì)算機(jī)視覺(jué)、生理學(xué)、心理學(xué)等多個(gè)學(xué)科，研究人臉特征點(diǎn)定位技術(shù)自然就成為一項(xiàng)非常重要

2、又極具挑戰(zhàn)性的課題。根據(jù)定位所依據(jù)的基本信息的類(lèi)型，現(xiàn)有方法可分為：基于先驗(yàn)規(guī)則的方法、基于幾何形狀信息的方法、基于色彩信息的方法、基于外觀信息的方法和基于關(guān)聯(lián)信息的方法。而在基于幾何信息的方法中，主動(dòng)表觀模型(active appearance model，aam)就作為一種特征提取算法成為基于模型方法的主流研究方法之一。基于 aam 的面部特征點(diǎn)定位方法最早是由英國(guó)曼徹斯特大學(xué) cootes 等人提出來(lái)，并在 asm算法和可變模板算法的基礎(chǔ)上發(fā)展起來(lái)。aam 利用了可變形模型中的能量函數(shù)最優(yōu)化的思想，又改進(jìn)了 asm 算法中對(duì)模型建立只考慮人臉形狀的不足，引入人臉表觀來(lái)擴(kuò)展模型的表征能力，

3、能實(shí)現(xiàn)快速準(zhǔn)確的面部特征點(diǎn)定位。隨著該算法的發(fā)展，眾多該領(lǐng)域的重要研究機(jī)構(gòu)也紛紛跟蹤該算法的發(fā)展，卡耐基梅隆大學(xué)的simon baker等人主要是對(duì) aam 的匹配算法進(jìn)行了改進(jìn)。simon 擴(kuò)展了 lucas-kanade 的圖像匹配算法提出了反向組合圖像匹配算法并且將其引入到 aam 匹配計(jì)算中?；跀U(kuò)展后的lucas-kanade算法的aam面部匹配算法使得hessian和梯度可以提前計(jì)算，避免在迭代中重復(fù)運(yùn)算，從而大大提高了擬合算法的效率?；赼am 的人臉特征標(biāo)定與識(shí)別有廣闊的應(yīng)用領(lǐng)域，如新一代人機(jī)交互、人 臉識(shí)別、人臉表情分析、人臉三維動(dòng)畫(huà)建模、人臉圖像編碼等等。新一代人機(jī)交互技術(shù)

4、是通過(guò)捕捉、整合來(lái)自人臉面部圖像、聲音、觸覺(jué)等多通道信號(hào)來(lái)獲取人的身份、狀態(tài)、意圖等相關(guān)信息，進(jìn)而讓計(jì)算機(jī)主動(dòng)為用戶(hù)服務(wù)；人臉識(shí)別該技術(shù)是利用計(jì)算機(jī)分析人臉圖像，進(jìn)而從中提取有效的識(shí)別信息，用來(lái)“辨認(rèn)”人臉對(duì)象的身份；人臉表情分析技術(shù)是對(duì)人臉的表情信息進(jìn)行特征提取分析，基于特征點(diǎn)的表情提取方法要求應(yīng)用特征點(diǎn)算法進(jìn)行標(biāo)定；人臉三維動(dòng)畫(huà)建模技術(shù)是通過(guò)計(jì)算機(jī)圖形學(xué)手段，根據(jù)人臉面部的結(jié)構(gòu)和屬性，構(gòu)建與預(yù)期一致的虛擬人臉三維動(dòng)畫(huà)模型，它要求能準(zhǔn)確快速獲取人臉特征信息，這就離不開(kāi)人臉特征點(diǎn)定位技術(shù)；人臉圖像編碼技術(shù)是通過(guò)編碼技術(shù)將人臉圖形信息進(jìn)行有效地壓縮，并且編制成能在信息媒介上傳輸?shù)男问?；基?aa

5、m 的人臉特征標(biāo)定與識(shí)別算法能夠準(zhǔn)確定位到面部器官的特征點(diǎn)位置，因此在這些領(lǐng)域得到了廣泛應(yīng)用。研究?jī)?nèi)容課題研究包括理論研究和軟件設(shè)計(jì)兩個(gè)部分。具體內(nèi)容如下：研究主動(dòng)外觀模型aam（active appearance model）理論，并進(jìn)行詳細(xì)闡述，重點(diǎn)分析aam最初的基于梯度下降算法匹配算法的優(yōu)缺點(diǎn)，繼而闡述由卡耐基梅隆大學(xué)的iain matthews和simon baker提出的改進(jìn)了的aam的匹配算法，即反向組合圖像匹配算法。并在基于aam理論之上研究當(dāng)人臉姿態(tài)發(fā)生變化時(shí)對(duì)標(biāo)準(zhǔn)精度的影響，尋求其解決方案。軟件設(shè)計(jì)方面主要是使用matlab gui設(shè)計(jì)界面實(shí)現(xiàn)人臉標(biāo)注算法。擬采取的研究方法

6、、技術(shù)路線(xiàn)、實(shí)驗(yàn)方案及可行性分析本文采用文獻(xiàn)研究法和實(shí)證研究法，即根據(jù)“基于主動(dòng)外觀模型的人臉特征標(biāo)定”這一課題，通過(guò)調(diào)查文獻(xiàn)來(lái)獲得資料，了解主動(dòng)外觀模型的歷史和現(xiàn)狀，認(rèn)識(shí)到人臉特征標(biāo)定的意義，形成關(guān)于本文研究對(duì)象的一般印象，得到現(xiàn)實(shí)資料的比較資料，了解課題的全貌，最終全面地、正確地了解掌握基于主動(dòng)外觀模型的人臉特征標(biāo)定。并依據(jù)已查到的科學(xué)理論，提出設(shè)計(jì)，利用這matlab gui一軟件實(shí)現(xiàn)人臉標(biāo)注算法。擬采用先研究主動(dòng)外觀模型理論，完全掌握aam建模和aam匹配方法，研究其優(yōu)缺點(diǎn)，分析最近發(fā)展的aam匹配方法，并于最初的aam匹配方法作比較，詳細(xì)敘述其優(yōu)于最初的aam匹配方法的方面，并應(yīng)用于

7、解決實(shí)際問(wèn)題中，即當(dāng)人臉姿態(tài)發(fā)生變化時(shí)對(duì)標(biāo)準(zhǔn)精度的影響。 利用matlab gui軟件進(jìn)行界面設(shè)計(jì)和編寫(xiě)程序：首先分析界面所要求實(shí)現(xiàn)的主要功能，明確設(shè)計(jì)任務(wù)；第二，在稿紙上繪制出界面草圖，并站在使用者的角度來(lái)審查草稿；第三，按構(gòu)思的草圖，上機(jī)制作靜態(tài)界面，并檢查它；最后編寫(xiě)界面動(dòng)態(tài)功能程序，對(duì)功能進(jìn)行逐項(xiàng)檢查。研究計(jì)劃及預(yù)期成果3月初 上交開(kāi)題報(bào)告；3月初至4月初 大量閱讀相關(guān)文獻(xiàn)和學(xué)習(xí)matlab gui軟件，做到熟練使用；4月初到5月初 基于理論知識(shí)利用matlab gui進(jìn)行界面設(shè)計(jì)和程序?qū)崿F(xiàn)人臉標(biāo)注算法；5月份 寫(xiě)畢業(yè)設(shè)計(jì)論文 6月初上交畢業(yè)設(shè)計(jì)論文。特色或創(chuàng)新之處 本文的特色在于將理論研究和設(shè)計(jì)相結(jié)合，詳細(xì)介紹主動(dòng)外觀模型理論，包括aam建模和aam匹配，并詳細(xì)介紹最初的aam匹配方法和后改進(jìn)的反向組合圖像匹配方法，將兩者比較之，分析最初的aam匹配方法的缺點(diǎn)和反向組合圖像匹配方法的優(yōu)點(diǎn)，在基于理論知識(shí)之上用matlab進(jìn)行設(shè)計(jì)，實(shí)現(xiàn)人臉標(biāo)注算法。已具備的條件和尚需解決的問(wèn)題 已經(jīng)具備的條件：初步接觸關(guān)于基于主動(dòng)外觀模型的人臉特征標(biāo)定的一些文獻(xiàn)，對(duì)其建模和匹配方法有一定的了解，學(xué)習(xí)了matlab gui軟件，對(duì)matlab gui有了初步的認(rèn)識(shí)。 尚需解決的問(wèn)題：對(duì)主動(dòng)外觀模型理論認(rèn)識(shí)不深入，還要利用一段時(shí)間