Xem trước tài liệu

Đang tải tài liệu...

Thông tin chi tiết tài liệu

Định dạng: PDF
Số trang: 69 trang
Dung lượng: 1.008 KB

Giới thiệu nội dung

Các Kỹ Thuật Lựa Chọn, Trích Rút, Ghi Nhận Trạng Thái Biểu Cảm Cơ Bản Của Mặt Người

Tác giả: Nguyễn Xuân Thuyết

Lĩnh vực: Khoa học máy tính

Nội dung tài liệu:

Luận văn này tập trung vào việc nghiên cứu các kỹ thuật lựa chọn, trích rút và ghi nhận các trạng thái biểu cảm cơ bản của khuôn mặt người. Nội dung đề cập đến khái quát về biểu cảm khuôn mặt, các vấn đề liên quan đến việc biểu diễn biểu cảm khuôn mặt 3D và bài toán trích rút đặc trưng để phục vụ cho việc biểu diễn này. Luận văn cũng giới thiệu chi tiết về một số kỹ thuật như SIFT (Scale Invariant Feature Transform) và AAM (Active Appearance Model) trong việc phân tích và nhận dạng biểu cảm khuôn mặt. Cuối cùng, luận văn trình bày về chương trình thử nghiệm, phân tích yêu cầu bài toán, lựa chọn công cụ và các kết quả đạt được.

Mục lục chi tiết:

  • MỤC LỤC
  • DANH MỤC KÝ HIỆU, CÁC CHỮ VIẾT TẮT
  • DANH MỤC CÁC HÌNH
  • PHẦN MỞ ĐẦU
  • Chương 1: KHÁI QUÁT VỀ BIỂU CẢM KHUÔN MẶT VÀ BÀI TOÁN TRÍCH RÚT ĐẶC TRƯNG BIỂU CẢM KHUÔN MẶT
  • 1.1. Khái quát về biểu cảm khuôn mặt
  • 1.1.1. Khái niệm biểu cảm khuôn mặt
  • 1.1.2. Vấn đề biểu diễn biểu cảm khuôn mặt 3D
  • 1.2. Bài toán trích rút đặc trưng phục vụ biểu diễn biểu cảm khuôn mặt 3D
  • 1.2.1. Giới thiệu bài toán
  • 1.2.2. Một số vấn đề trong việc triển khai thực tế
  • 1.2.2.1. Vấn đề ràng buộc dữ liệu
  • 1.2.2.2. Vấn đề lựa chọn tập điểm điều khiển
  • 1.2.3. Một số ứng dụng liên quan
  • Chương 2: MỘT SỐ KỸ THUẬT LỰA CHỌN, TRÍCH RÚT, GHI NHẬN TRẠNG THÁI BIỂU CẢM MẶT NGƯỜI
  • 2.1. Kỹ thuật SIFT
  • 2.1.1. Tổng quan về SIFT
  • 2.1.2. Nội dung giải thuật
  • 2.1.2.1. Dò tìm cực trị cục bộ
  • 2.1.2.2. Trích xuất keypoint
  • 2.1.2.3. Gán hướng cho các keypoint
  • 2.1.2.4. Tạo bộ mô tả cục bộ
  • 2.1.3. Kỹ thuật đối sánh
  • 2.1.4. Một số hướng cải tiến, phát triển thuật toán SIFT
  • 2.1.4.1. Giảm số lượng keypoint trích xuất ở mỗi ảnh
  • 2.1.4.2. Dùng lược đồ màu loại trừ trước các ảnh ít khả năng tương đồng
  • 2.1.4.3. Trích xuất đối tượng ra khỏi ảnh theo đối tượng mẫu
  • 2.2. Kỹ thuật AAM
  • 2.2.1. Giới thiệu về mô hình biểu diễn động
  • 2.2.2. Mô hình thống kê của sự biểu diễn đối tượng
  • 2.2.2.1. Phương pháp phân tích đặc trưng chính (Principle component analysis – PCA)
  • 2.2.2.2. Mô hình thống kê của hình dạng đối tượng
  • 2.2.2.3. Mô hình thống kê của kết cấu đối tượng
  • 2.2.2.4. Sự tổng hợp mô hình hình dạng và kết cấu thành mô hình biểu diễn
  • 2.2.2.5. Tổng quan quá trình tìm kiếm dựa vào AAM
  • 2.2.3. Ràng buộc tìm kiếm trong AAM
  • 2.2.3.1. Mô hình so khớp
  • 2.2.3.2. Tìm kiếm vị trí định trước của mô hình
  • 2.2.4. Ứng dụng mô hình biễu diễn động vào nhận dạng khuôn mặt
  • 2.2.4.1. Giới thiệu bài toán nhận dạng khuôn mặt và vai trò của AAM
  • 2.2.4.2. Dữ liệu huấn luyện
  • Chương 3: CHƯƠNG TRÌNH THỬ NGHIỆM
  • 3.1. Phân tích yêu cầu bài toán
  • 3.2. Phân tích lựa chọn công cụ
  • 3.3. Một số kết quả chương trình
  • KẾT LUẬN
  • TÀI LIỆU THAM KHẢO