点云从入门到精通技术详解100篇-基于深度学习的三维人脸表情识别

目录

前言

国内外研究现状

二维人脸表情识别

三维人脸表情识别

人脸表情识别技术中的问题

2 三维人脸表情识别相关理论

2.1 人脸表情识别的主要工作

2.2 人脸表情的特征表示 

2.2.1 二维人脸表情特征

2.2.2 传统三维人脸表情特征

2.3 基于机器学习的人脸表情识别方法 

2.3.1 传统机器学习方法

2.3.2 深度学习方法

3 三维人脸表情的表征

3.1 三维人脸的网格纹理特征

3.1.1 Mesh_LBP特征简介

3.1.2 Mesh_LBP特征计算 

---

本文篇幅较长，分为上下两篇，下篇详见基于深度学习的三维人脸表情识别（续）

 

前言

计算机硬件技术的迅速发展，在机器学习方面同样取得了不小的成就，人们希望人与 机器之间的交互越来越方便。人工智能系统的出现，使人们的交流不再局限于口头语言和 书面文字，而是希望通过一些动作或神情表现等更好的理解彼此。面部表情是人们表达内 心情感的重要手段，已有研究表明，人们在相互的交谈过程中，信息量传递最大的就是面 部表情，占比达到信息总量的55%[1]，早在先前Ekman[2]通过大量的实验研究，解释了除 中性表情以外的6种基本表情，所以人脸表情识别在交流中的重要性，以及未来发展性使 之成为一个热点领域。非语言的沟通方式有很多种，面部表情的表达形式就是其中之一， 它能够时刻体现出人们的情感、认知与状态，对表达者面部进行表情变化分析，有助听众 推断表达者的意图，所以面部表情是人们传递不同信息的一种重要方式。在当前人工智能、 模式识别、计算机视觉邻域内，面部表