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（续）

目录

3.1.3 人脸表情敏感区域Mesh_LBP特征提取

3.2 三维人脸的点集深度特征

4 基于深度学习的三维人脸表情识别

4.1 基于改进的Pointnet++的人脸表情识别

4.1.1 主干网络

4.1.2 注意力模块

4.2 基于深度特征融合的网络结构

4.2.1 基于Mesh_LBP的深度神经网络

4.2.2 基于特征融合的网络

5 实验结果及分析

5.1 本文实验环境

5.2 实验数据库 

5.2.1 三维人脸表情模型的数据形式

5.2.2 人脸表情实验数据库

5.3 基于改进的Pointnet++的人脸表情识别实验 

5.3.1 表情数据增强

5.3.2 实验结果分析

5.4 基于深度特征融合的人脸表情识别实验

---

本文篇幅较长，分为上下两篇，上篇详见基于深度学习的三维人脸表情识别

3.1.3 人脸表情敏感区域Mesh_LBP特征提取

不同表情之间最为明显的差异主要是在人脸的眼部和嘴部表现出来。通过观察眼睛和 嘴巴的变化，我们可以较好的识别出不同的表情，例如快乐、悲伤、惊讶、愤怒等。因此， 这些特定的面部区域是表情识别中最为重要的因素，也是最能够体现出不同表情之间区别 的因素之一。本实验根据查找鼻尖点，根据“三庭五眼”的规律使用鼻尖点的y坐标对眼部 和嘴部进行剪切。