MPEG-4脸部运动的编码和解码

MPEG－4通过脸部定义参数FDP和脸部运动参数FAP来对人脸对象进行编码，从而获得码率极低的视频流。本文主要讨论了MPEG－4中人脸对象这类视频码流的结构以及参数编码和解码的过程。     

结合运动时序性的人脸表情识别方法

脸部肌肉之间的时空关系在人脸表情识别中起着重要作用,而当前的模型无法高效地捕获人脸的复杂全局时空关系使其未被广泛应用.为了解决上述问题,本文提出一种基于区间代数贝叶斯网络的人脸表情建模方法,该方法不仅能够捕获脸部的空间关系,也能捕获脸部的复杂时序关系,从而能够更加有效地对人脸表情进行识别.且该方法仅利用基于跟踪的特征且不需要手动标记峰值帧,可提高训练与识别的速度.在标准数据库CK+和MMI上进行实验发现本文方法在识别人脸表情过程中有效提高了准确率.     

脸部知识基图像编码

本文以人头的生理结构为知识基,建立了人头三维线框模型,并对输入的二维头肩灰度图像进行了分析,提出了基于头部(脸部)知识基的分割及分析算法。该算法较成功地对背景不太复杂的头肩图像进行头部分割及获取部分头(脸)特征参数、运动状态参数。在上述基础上,采用“蒙皮”综合脸部方法,对输入图像中的特定人脸进行图像综合,实现了脸部知识基编码。该编码方法克服了以往编码中存在的量化噪声等失真,编码恢复后的图像质量良好,而压缩比较高,编码中所存在的几何失真不如量化噪声敏感。     

一种基于肤色和脸部特征的人脸检测方法

针对人脸检测问题中快速性与准确性难以同时满足的情况,提出了一种将肤色和脸部特征相结合的方法来检测人脸.由于通过基于肤色的算法能快速定位出人脸大致位置,因而检测速度能达到实时的要求;同时利用脸部特征进一步细检,可保证检测的精确性.     

迷因理论视域下抖音脸部特效短视频的传播研究

抖音的特效玩法是其平台特色之一，特别是其脸部特效深受用户喜爱，但是抖音脸部特效在传播过程中被用户赋予了不同意义，成为一个又一个“梗”。本文基于迷因理论，分析抖音脸部特效短视频从模仿、扩散到异变的传播机制，以及在迷因传播过程中产生的“面具狂欢”、圈层固化、审美趋同等问题，认为要优化脸部特效短视频的传播还需要平台从视频制作和观看两方面入手。     

面面俱到6款全新脸部识别时尚DC惊艳登场

自富士花重金打造“脸部优先技术”的概念以来，其他厂商纷纷跟进，一时之间，“脸部识别”成了地球人都知道的事儿。随着技术的不断成熟，脸部识别技术已不仅仅限于帮助用户捕捉那不在画面中心的脸部，这项技术逐级增加了以人的脸部为优先进行曝光，甚至是白平衡的自动调节功能。而对脸部识别的角度也得到了极大的拓展，侧脸、仰脸，低垂的脸，都能搞定，对笑脸的捕捉离异变得智能起来。     

仿生机械臂的小脑控制模型和仿真

提出了一种控制模拟仿生机械臂延伸运动的小脑学习模型.该模型在已知小脑结构的基础上,利用脊髓反射线路的伺服机制,将神经网络嵌入模拟哺乳动物运动的控制系统中,用以控制一个６肌肉块２关节的平面手臂,真正从生物学意义上实现了由Katayama和Kawato提出的并行分层控制的有关论述,并且证明能够迅速地学会精确轨迹控制.仿真结果表明,该小脑模型能够很好地学习不能由PDF＋F控制器所提供动态逆模型的相关内容,且具有较好的理想轨迹跟踪性能.     

基于Haar-like和肤色特征的驾驶员脸部检测融合算法

对驾驶员面部疲劳状态进行视觉监测的前提是脸部区域的准确、快速检测。采用改进的基于Haar-like特征的人脸检测算法检测出可能存在的初始人脸区域,然后适当扩大初始人脸区域范围,并在此基础上利用肤色特征和区域连通算法在YCbCr和rgb颜色空间上对人脸区域进行二次定位,最后根据定义的脸部区域重合度和人脸几何特征,实现脸部区域的融合检测。实验结果验证了该算法的准确性和可靠性。     

三星获得DigitalOptics脸部侦测与追踪软件许可

DigitalOptics（DOC^TM）近日宣布三星电子有限公司已与DOC签订了有关脸部侦测与追踪软件的多年许可协议。该软件是DOC FaceTools^TM套件的一部分，该套件还包括精确的眼睛追踪、脸部识别、笑脸和眨眼检测等功能。     

极低码率下的2D-3D人脸视频编解码

针对动态变化背景下的人脸视频编解码问题,该文提出了一种2D-3D混合编解码系统;具体包括:(1)基于多种观测信息,在线外观模型和粒子滤波的人脸三维运动跟踪;(2)结合参数模型与肌肉模型的3D人脸动画合成;(3)基于头发检测和3D头发模型的头发合成;(4)无缝地拼接前景的三维编解码结果和背景的二维编解码结果.在极低码率下,客观实验表明,该系统在编码效率和解码质量上有较好的综合优势.主观实验表明,该系统的解码结果在脸部具有较高的辨识度.     

A joint dictionary learning and regression model for intensity estimation of facial AUs

Automated intensity estimation of spontaneous Facial Action Units (AUs) defined by Facial Action Coding System (FACS) is a relatively new and challenging problem. This paper presents a joint supervised dictionary learning (SDL) and regression model for solving this problem. The model is casted as an optimization function consisting of two terms. The first term in the optimization concerns representing the facial images in a sparse domain using dictionary learning whereas the second term concerns estimating AU intensities using a linear regression model in the sparse domain. The regression model is designed in a way that considers disagreement between raters by a constant biasing factor in measuring the AU intensity values. Furthermore, since the intensity of facial AU is a non-negative value (i.e., the intensity values are between 0 and 5), we impose a non-negative constraint on the estimated intensities by restricting the search space for the dictionary learning and the regression function. Our experimental results on DISFA and FERA2015 databases show that this approach is very promising for automated measurement of spontaneous facial AUs.     

彩色图像人脸特征点定位算法研究

本文提出了一种基于复合局部信息模型的改进Active Shape Model(ASM)算法,并进一步提出了基于人脸特征点Gabor小波特征降维分类的特征点搜索方法,对改进ASM的结果进行精确校正,达到鲁棒精确定位特征点的目的.本文首先对经过Adaboost检测的彩色图像人脸区域进行光照补偿,然后根据眼睛和唇色的色度特性定位双眼和嘴唇中心位置,从而得到较好的人脸特征点的初始位置.在特征点位置搜索中,本文结合肤色概率信息对ASM方法进行了改进,从而提高了仅基于灰度梯度信息的传统ASM方法的鲁棒性和准确性.最后选取改进ASM搜索后的某些特征点一定领域内梯度值较高的点,提取其Gabor小波特征,通过线性判别式分析法(Linear Discriminant Analysis)和最近邻分类法对其进行分类,搜寻最符合训练样本Gabor特征的点作为最佳位置点,修正了ASM的搜索结果,使得搜寻结果更加精确.     

人脸的表情与年龄变换和非完整信息的重构技术(上)

人脸表情变换、年龄变换和非完整信息重构是计算机视觉与图像处理领域的重要研究内容.该文研究了基于线性统计学模型的真实感人像变换和处理技术.应用对人像形状与纹理的矢量化表达,并结合Lambertian表面比率图理论,提出了基于稠密特征对应的人脸复杂表情的合成与克隆算法;根据人像平均化最美的生理学理论,提出了基于平均脸的人像年轻化变换算法,以及基于衰老纹理映射和差异性理论的人像衰老化变换算法.以MPI高加索人像和AIAR东方人像库数据为测试样本的实验结果,验证了人像表情合成、衰老化与年轻化算法的有效性.     

人脸面部表情识别的研究进展

随着信息和计算机技术的飞速发展,人脸面部表情识别技术越来越受到重视.本文综述了近年来人脸面部表情识别的研究进展.首先对面部表情识别技术的研究背景和发展历程作了简单的回顾,然后着重介绍了几种主要的识别方法,并力争从理论上对各种方法进行分析和比较,最后简单地讨论了进一步提高面部表情识别率的难点和必须考虑的几个重要方面,进而展望了人脸面部表情识别技术的发展方向.     

基于物理方法的人脸渐变表情动画技术的研究

实时逼真的人脸表情动画技术是计算机图形学研究领域中一个富有挑战性的课题,文章针对已有物理模型算法的计算复杂、效果粗糙等问题,阐述在Direct3D开发平台下给出的一种将物理模型与渐变表情算法结合的组合渐变动画算法及用其生成真实感表情动画的实现过程。实验表明,这种方法极大地增强了人脸表情动画生成的真实性。     

人脸动画中基于样条插值的器官拼接算法实现

人脸动画广泛地应用于游戏行业、远程会议、代理和化身等许多其它领域,近年吸引了很多学者的研究,其中口腔／眼睛等器官的动画一直是一个较大的难点。本文提出了一种将口腔／眼睛的器官样本图片融合到人脸图像中并根据单张中性人脸图片生成人脸动画的方法。该方法根据特征点生成样条,在极坐标上对样条插值来实现空间映射,然后采用后向映射和插值进行图像重采样得到融合图像。实验结果表明,该方法产生的融合图片较为自然,能实现口腔／眼球等器官的运动,能满足人脸动画生成的实时性要求。     

Facial expression recognition in image sequences using geometric deformation features and Support Vector Machines.

In this paper, two novel methods for facial expression recognition in facial image sequences are presented. The user has to manually place some of Candide grid nodes to face landmarks depicted at the first frame of the image sequence under examination. The grid-tracking and deformation system used, based on deformable models, tracks the grid in consecutive video frames over time, as the facial expression evolves, until the frame that corresponds to the greatest facial expression intensity. The geometrical displacement of certain selected Candide nodes, defined as the difference of the node coordinates between the first and the greatest facial expression intensity frame, is used as an input to a novel multiclass Support Vector Machine (SVM) system of classifiers that are used to recognize either the six basic facial expressions or a set of chosen Facial Action Units (FAUs). The results on the Cohn-Kanade database show a recognition accuracy of 99.7% for facial expression recognition using the proposed multiclass SVMs and 95.1% for facial expression recognition based on FAU detection.     

Unconstrained Facial Beauty Prediction Based on Multi-scale K-Means

Facial beauty prediction belongs to an emerging field of human perception nature and rule. Com-pared with other facial analysis tasks, this task has shown its challenges in pattern recognition and biometric recog-nition. The algorithm of presented facial beauty prediction requires burden landmark or expensive optimization pro-cedure. We establish a larger database and present a novel method for predicting facial beauty, which is notably supe-rior to previous work in the following aspects: 1) A large-scale database with more reasonable distribution has been established and utilized in our experiments; 2) Both female and male facial beauties are analyzed under unconstrained conditions without landmark; 3) Multi-scale apparent fea-tures are learned to represent facial beauty which are more expressive and require less computation expenditure. Ex-perimental results demonstrate the accuracy and efficiency of the presented method.     

面向人脸识别的口罩区域修复算法

遮挡下的人脸识别一直是现实场景中的一个难题。特别是新冠肺炎疫情爆发后,在机场、车站等需要鉴别入场人员身份信息的场所,口罩遮挡使得可供识别的面部特征大幅减少,原有的人脸识别算法准确率随之下降。对去除口罩遮挡进行了研究,提出了一个新的框架修复人脸,利用边缘生成网络还原遮挡区域的边缘,在此基础上再利用区域填充网络恢复被遮挡的人脸,同时保留身份信息。为提升模型的性能,提出空间加权对抗损失和身份一致性损失训练上述网络,并利用关键点信息,构建了两个戴口罩的人脸数据集。实验结果表明,恢复被口罩遮挡的人脸的图像使人脸识别算法 ArcFace 的准确率达到 98.39%,比直接采用ArcFace识别遮挡人脸提升了4.13%的准确率。     

基于NURBS向量肌肉模型的人脸动画及实现

当前,动画及其实现技术受到业界广泛关注,而人脸动画如喜、怒、哀、乐的表达其真实感还不够好.以Waters肌肉模型为基础,提出NURBS弹性肌肉模型,该方法依据解剖学知识,用非均匀有理B样条曲线仿真肌肉.通过改变曲线控制点的权重,可以找到一个动作向量控制肌肉的运动,进而合成人脸的各种表情.控制点数量越多,肌肉就越好控制,那么就可以更加真实地仿真人脸表情.