导读:本文包含了个性化人脸论文开题报告文献综述及选题提纲参考文献，主要关键词:人脸识别,智能中控,车载终端,车辆管理平台
个性化人脸论文文献综述
倪海艳,赵掌柱,徐温温,朱亚萍,肖杰[1]（2019）在《基于人脸识别设备的个性化联动功能设计》一文中研究指出简述了基于人脸识别设备与其他车载控制器、车辆管理平台的个性化联动功能设计。(本文来源于《汽车实用技术》期刊2019年15期）
李金蔓[2]（2019）在《基于多维特征融合的个性化人脸吸引力评价算法研究》一文中研究指出人脸是人与人之间审美的主要载体之一,在社交场合中,人脸无疑起到了十分重要的作用。在本文中,人脸吸引力是指由于脸部特征而使得他人对这个人的喜欢程度。共识性人脸吸引力代表了社会大众统一的审美标准,而个性化人脸吸引力则代表了每个人不同的审美标准。对个性化人脸吸引力评价的研究,可以应用于个性化的社交推荐、美容美化、图像优化处理和人机交互等方面,具有重要的实际意义和研究价值。通过对人脸吸引力评价研究现状的分析发现,目前该领域存在的主要问题为:现有人脸吸引力评价模型的精确度较低,有效表征人脸吸引力的特征提取方法需要进一步研究;个性化人脸吸引力存在训练样本少,直接采用深度学习的方法无法获得满意的结果。针对目前个性化人脸吸引力评价研究存在的问题和挑战,本文提出了基于多维特征融合的个性化人脸吸引力评价算法,并进行了相关实验对比,主要贡献如下:首先,在特征提取方面,本文提出了一种新的特征提取算法,该算法能够有针对性的提取了人脸吸引力典型的全局和局部特征,如人脸全局83个关键点,17维几何特征,Gabor纹理特征等,然后通过特征融合算法将它们融合,最后与卷积神经网络自动提取的人脸特征结合起来。通过实验验证了本文提出的人脸吸引力特征提取算法的有效性。其次,将共识性人脸吸引力评价特征引入模型,提出了共识性和个性化评价特征融合算法,提高了模型的性能和训练效率。在SCUT-FBP-500,FaceScrub,SCUT-FBP-5500数据库上进行了实验验证,并与现有人脸吸引力评价的相关研究结果进行了对比。本文所提出的算法实现了更好的评价性能,个性化人脸吸引力评价模型输出的结果与真实评价数据的皮尔森相关系数达到0.91,平均绝对误差0.17。(本文来源于《天津工业大学》期刊2019-01-23）
吕海清,朱欣娟,赵雪青,石美红[3]（2018）在《基于叁维人脸特征的服装个性化推荐及虚拟展示》一文中研究指出针对目前服装定制系统未能依据用户个人体貌特征给出服装推荐建议的现状,提出了一种基于叁维人脸特征的服装个性化推荐及虚拟展示方法.采用主动外观模型提取正面人脸图像的关键特征点,并基于叁维变形模型生成客户的个性化叁维人脸.定义了客户脸型和肤色划分及计算方法,依据客户体型、脸型和肤色等体貌特征,结合文中给出的服装推荐规则,实现了服装的个性化推荐.基于Unity3D平台,实现了基于叁维人脸特征的服装个性化推荐及虚拟展示原型系统,客户还可以在线与系统交互,自主选择服装款式及面料,系统实时展示服装着装效果,为服装个性化定制提供了理论和技术支持.(本文来源于《纺织高校基础科学学报》期刊2018年03期）
吕海清[4]（2018）在《个性化叁维人脸及其在服装虚拟展示中的应用研究》一文中研究指出如今网络购物已经非常普遍,但大多服装销售网站只提供服装的整体款式及尺码的选择,服装个性化特征不够,满足不了客户的个性化需求。而目前的网络服装定制系统大多要求用户在众多款式中去选择,消费者有时也不知道哪款更适合自己,选择时会感到很迷茫。针对上述问题,本文提出了一种通过叁维人脸重建,采集个性化人脸特征对面向定制的服装进行个性化推荐及个性化定制服装虚拟展示的方法,以满足客户定制个性化服装的需求。论文在综述个性化叁维人脸重建及叁维服装虚拟展示技术发展现状的基础上,采用主动外观模型提取正面人脸图像的关键特征点,并基于叁维形变模型生成客户的个性化叁维人脸;依据客户体型、脸型和肤色等体貌特征进行服装样式的个性化推荐;基于Unity3D平台,实现了服装个性化推荐及虚拟展示原型系统,客户可以在线与系统交互,自主选择服装款式及面料,系统实时展示服装着装效果,为服装个性化定制提供了技术和平台支持。论文的主要研究工作包括:(1)分析了叁维人脸重建和服装虚拟展示的技术研究现状,对基于用户叁维人脸特征的服装个性化推荐及定制虚拟展示系统进行研究,提出了基于叁维形变模型(3D Morphable Model,3DMM)重建用户个性化叁维人脸,并在分析用户叁维人脸特征的基础上进行服装推荐与定制虚拟展示的设计方案,以体现更多的用户个性化元素。(2)分析叁维人脸重建的研究现状和方法技术,采用主成分分析法对原型人脸库的点分布模型进行数据降维,通过主动形状模型提取68个人脸特征标记点,基于3DMM算法将一般人脸模型形变为目标人脸模型。利用Hermite插值实现人脸与后脑的无缝拼接,采取网格平滑技术处理拼接的过渡曲面,得到用户的叁维人头模型。(3)分析用户的叁维人脸特征,对个性化服装推荐进行整体设计。依据叁维人脸重建过程中得到的68个人脸特征标记点,计算颌面指数得到脸型信息;将面部纹理图像换到Lab色彩空间,采用平均法获取肤色信息;基于BMI(Body Mass Index)身体质量指数计算体型信息等。采用产生式规则的知识表示方式,设计了西装样式推荐规则知识库。根据客户的脸型、肤色,结合体型和购衣季节,模拟服装设计师的思维过程,设计服装款式及面料推理树,以得到与用户个性化特征相符合的服装。(4)在产品族DNA服装设计理论的基础上,提出了基于DNA部件的服装个性化定制和虚拟展示的方法。将西装模型拆分成基本DNA要素部件,通过各个部件的组合得到整体服装模型。通过服装DNA部件的重用,大大减少了叁维服装建模的数量,降低了网络传输成本。(5)基于Unity3D、Web及Android平台设计实现了服装个性化推荐及虚拟展示原型系统,系统可以借助普通摄像头扫描生成客户叁维头像,根据客户的体貌等信息进行个性化服装款式推荐,用户还可在推荐的款式基础上,自主定制西装的DNA部件样式及布料、纽扣和纱线等面料,满足了客户的个性化需求。(本文来源于《西安工程大学》期刊2018-05-29）
李佳,任慧[5]（2018）在《基于Kinect 2的叁维人脸个性化建模》一文中研究指出提出一种基于五官形状特征点以及人脸肌肉函数的优化Kinect 2个性人脸网格的算法,然后通过自适应uv贴图,使结果更符合个性人脸特征。首先,通过提取彩色图的特征点位置获取个性人脸的x,y空间的特征信息,基本的五官形状特征点为83个,通过相似叁角关系在鼻梁和鼻翼处添加了6个特征点以丰富五官形状特征信息。肌肉形状特征约束方面,综合肌肉形状约束量有43个。其次,通过Kinect 2人脸个性化建模得到中间模型,同时也获得了五官形状和肌肉形状特征的深度先验信息。接着使用基于拉普拉斯算子的微分网格变形算法对Kinect2的中间模型进行五官优化及肌肉形状约束,通过对比ASM、正则化均值漂移和face++算法检测的人脸特征点来选择更精确的五官位置。最后,为了让人脸更具有真实感,还通过平面微分网格形变实现了uv自动贴图,提升了maya中手动调整uv坐标的准确性和效率。同时,使用次表面散射光照模型来使人脸皮肤的真实感加强。实验表明,本文所采用的叁维人脸模型的个性化变形方法能使Kinect2模型更好地符合个性人脸特征,这将为后期的表情生成和动画制作奠定良好的基础。(本文来源于《中国传媒大学学报(自然科学版)》期刊2018年02期）
胡伟平[6]（2014）在《基于认知逻辑的个性化人脸图像合成研究》一文中研究指出个性化人脸图像合成在公安刑侦、影视制作、娱乐、教育等领域有着十分广泛的应用,受到不少研究者的关注。但以往对个性化人脸图像合成的研究仅仅局限于计算机领域的专家和研究者中,甚少有跨领域的合作研究,而人脸具有非刚性、类间相似性和易受干扰等特点,从纯计算机技术角度来解决个性化人脸图像合成问题是相当困难的,目前对个性化人脸图像合成的研究尚处于初级阶段,成熟的应用很少。认知科学的出现为计算机、哲学、心理学等学科的融合提供了一个平台,也为解决个性化人脸图像合成问题提供了一些新的方向。如何将认知等主观的内容融合进计算机系统的设计,如何使用哲学的思辨思想来改进计算机程序,这在未来的相当长一段时间内都将是一个值得深入研究的课题。本文从个性化人脸图像合成这个应用入手,尝试使用认知逻辑来指引计算机系统的设计,将认知逻辑的思想贯穿在程序设计之中,从而跳出目前个性化人脸图像合成研究的困境。本文在对个性化人脸图像合成涉及到的各个环节进行认知的考量的基础上,提出了一种基于认知逻辑的个性化人脸图像合成方法,实现了不同年龄段中不同胖瘦、不同生活水平下的个性化人脸图像的定制。在对人识别人脸光照的过程和人识别不同年龄人脸的过程进行形式化的基础上,设计出对称区块光照补偿算法和基于年龄的灰度调整算法；在对主动形状模型算法的不足进行认知分析的基础上对该算法进行了改进；在对基于特征线对的图像变形算法的缺点进行认知逻辑角度的分析之后,提出对特征线对选取的改进意见,并对算法中的叁个参数进行了认知角度的诠释,使其更易被人接受；在对基于多分辨率分析的图像合成算法的不足进行认知分析的基础上,提出改进算法,并增加发型替换部分；在系统的设计中,把“人机结合,以人为主”的思想贯彻在设计中,通过人机交互的方式融合了专家智慧和机器智能,以专家的信念来修正机器的信念,从而构建人机协同工作的环境。实验结果表明,该方法能有效进行个性化人脸图像合成,结果比较逼真,不同定制条件下的合成图像具有较大的区分度。本文的主要工作和创新点如下：1、在对现有的光照归一化方法从认知的角度进行分析的基础上,提出了基于对称区块的人脸光照补偿算法和基于年龄的灰度调整算法,完善了人脸图像的灰度归一化方法。现有的光照补偿算法主要是从图像整体出发来开展研究,这种以图像整体的光照为基础的方法与人类的认知规律不相吻合。为了更好地开展人脸图像的预处理,在对人脸图像灰度归一化方法进行认知思考的基础上,根据人认知人脸的普遍规律,对人认知人脸光照的过程进行了形式化,之后使用对称区块的背景光对光照较暗一侧的对称区域进行光照补偿,取得了较好的实际效果。此外,通过对不同年龄段人脸的肤色特征进行研究,总结出了不同年龄段人脸的肤色变化规律,并在形式化的基础上将之用于灰度调整算法的设计,调整之后的人脸图像在肤色方面具备一定的年龄特征,为后续的程序提供了良好的基础数据。2、对目前广泛使用的人脸特征点提取方法进行了梳理,从认知逻辑的角度对最常使用的ASM算法进行了重新审视,分析了ASM算法的不足及其内在的原因,并对ASM算法进行了改进。目前人脸特征点定位主要使用基于几何特征、统计特征、频率域特征以及多种特征融合的特征提取技术,而ASM算法是目前广泛使用的特征点定位的经典算法之一,具有比较好的精确性和鲁棒性。但由于ASM算法对于初始状态十分敏感,并且搜索是以全局收缩为结束条件。为了解决这个问题,根据人认知人脸的规律,引入了特征点定位微调机制,使用专家智慧对ASM算法的定位结果进行最后确认,从而在一定程度上修正ASM算法的偏差。同时为了更符合个性化人脸图像合成的要求,在FG-NET数据库原有68个特征点的基础上,增加表征发型和发际线的22个特征点,使样本图像的特征点更符合实际应用的需要。3、介绍了目前主流的图像变形技术,并对其优缺点进行分析和对比,针对个性化人脸图像合成这个具体应用,采用了基于特征线对的图像变形技术,在对该技术从认知逻辑的角度进行考虑的基础上,对基于特征线对的人脸轮廓变形算法进行了改进。基于特征线对的图像变形算法其核心在于特征线对的设置,选取的特征线对的好坏决定了变形的效果,针对人脸图像的特点和人的认知特点,提出了非均匀特征线对选取方法,将特征线对向眼睛、嘴唇等重点部位倾斜,从而改进了基于特征线对的图像变形算法的效果。对该算法中关键的叁个参数从认知的角度进行了分析,对其取值的认知意义进行了明确,并进行了实验验证。4、介绍了小波变换的基础知识,并对基于多分辨率分析的图像合成的不足进行了认知逻辑上的分析,在此基础上提出了基于认知逻辑的人脸年龄特征合成方法。针对直接替换重构方法中年龄特征不明显的问题,提出将样本图像的低频部分经过巴特沃斯高通滤波之后迭加到测试图像的低频部分的方法,提升了年龄特征移植的效果。针对发型和发际线会对人脸年龄观感产生很大影响这一现象,设计了发型替换算法,将样本图像的发型和额头部分直接替换到测试图像上,极大提升了合成图像的逼真程度。5、将“人机结合,以人为主”的思想融入到系统的设计中,使用专家的信念对计算机的计算结果,即计算机的“信念”进行修正,从而对计算机的计算结果进行干预,开发出人机结合的个性化人脸图像合成系统。在设计中,通过专家与计算机的协同,将专家的智慧与计算机速度快、容量大的特点有机地结合起来,发挥出他们各自的优势,将计算机从不擅长的形象思维中解放出来,将其定位为一个“超级秘书”,辅助专家进行工作。使用专家信念对ASM算法定位不精确、年龄估计偏差大的问题进行修正,同时通过专家评估来确定程序是否结束,这些人机交互环节的引入使得系统效率更高、效果更好。最后,对论文进行了总结,就设计中存在的叁个方面的问题进行了分析,并提出了未来进一步研究的方向。(本文来源于《西南大学》期刊2014-11-10）
路红,廖龙龙[7]（2014）在《面向应用的个性化3D人脸模型快速生成技术》一文中研究指出真实感3D人脸模型生成技术是计算机图形领域研究的热点问题之一,但已有的相关方法存在真实感差、算法复杂度高、局限性多、实用性弱等问题.在分析3D人脸模型姿态矫正和模型变换方法基础上,研究基于一张人脸正面图像和普通3D人脸模型、采用关键特征点匹配和真实感纹理映射方法构建个性化3D人脸模型的方法,最后利用基于C++和OpenGL实现的原型系统进行实验分析.实验结果表明该方法计算简单、建模效率高,且适用于影视特效制作、3D网络游戏、医学美容等领域.(本文来源于《计算机系统应用》期刊2014年03期）
胡伟平,邓辉文[8]（2014）在《个性化人脸图像模拟研究》一文中研究指出对于任意给定的人脸图像,提出了一个推演任意年龄段人脸图像的个性化模拟方法.利用人脸左右对称的特点设计了一个光照补偿算法;通过几何预处理和灰度预处理,建立归一化的人脸数据库和人脸轮廓库;给定的输入图像经过预处理、特征提取、轮廓变换和纹理合成4个步骤之后得到模拟图像.该方法实现了对任一年龄段、不同生活状况不同胖瘦情况下目标人脸的定制.实验结果表明,该方法对于正面人像有较好的模拟效果.(本文来源于《西南大学学报(自然科学版)》期刊2014年02期）
赵炎[9]（2014）在《基于图形学人脸个性化修复关键技术研究》一文中研究指出随着医学技术的发展，整形整容成为了人们追求完美相貌的一种手段，尤其是人脸整形的人越来越多。但是整形的术后效果好坏严重依靠医生的水平和经验。这就需要在手术前完成术后效果的模拟，征求患者意见，方便手术的实施和规划。常用的方法是采用修改二维图片的方式实现术后效果的模拟，但是这种模拟效果图缺少第叁维的信息，只能从一个角度上观察效果图。针对此问题，本文采用了叁维图像进行术后效果模拟。为了实现叁维术后效果模拟，本文采用STL文件数据格式，并实现对该文件的读取显示和一些基本的交互功能。在术后效果的模拟时多是对叁维模型的变形操作，所以为了实现模型的变形，文中完成了STL数据的拓扑重建，感兴趣区域的曲面选取。并对重迭曲面的情况进行研究，采用射线投影法实现其中视线上最靠前曲面的挑选。最后在感兴趣曲面的基础上采用高斯法完成了曲面变形。随后进行了一系列的实验，结果证明了所提出方法的有效性。最后，完成对人脸整形的术后效果模拟，为整形手术提供参考使患者满意。(本文来源于《河北工业大学》期刊2014-03-01）
付丽梅,贾跃[10]（2013）在《一种个性化叁维人脸模型的设计与实现》一文中研究指出个性化叁维人脸建模在一些虚拟环境中有广阔的应用前景。在定义一了种中性人脸模型的数据结构后,采用分级递减算法,使用人脸正侧面照片变形中性人脸模型生成个性化人脸模型。试验效果表明,本文定义的中性人脸模型简单易用,且能有效支持个性化变形,采用分级递减方法生成的个性化人脸模型真实感较强。(本文来源于《福建电脑》期刊2013年10期）
个性化人脸论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
人脸是人与人之间审美的主要载体之一,在社交场合中,人脸无疑起到了十分重要的作用。在本文中,人脸吸引力是指由于脸部特征而使得他人对这个人的喜欢程度。共识性人脸吸引力代表了社会大众统一的审美标准,而个性化人脸吸引力则代表了每个人不同的审美标准。对个性化人脸吸引力评价的研究,可以应用于个性化的社交推荐、美容美化、图像优化处理和人机交互等方面,具有重要的实际意义和研究价值。通过对人脸吸引力评价研究现状的分析发现,目前该领域存在的主要问题为:现有人脸吸引力评价模型的精确度较低,有效表征人脸吸引力的特征提取方法需要进一步研究;个性化人脸吸引力存在训练样本少,直接采用深度学习的方法无法获得满意的结果。针对目前个性化人脸吸引力评价研究存在的问题和挑战,本文提出了基于多维特征融合的个性化人脸吸引力评价算法,并进行了相关实验对比,主要贡献如下:首先,在特征提取方面,本文提出了一种新的特征提取算法,该算法能够有针对性的提取了人脸吸引力典型的全局和局部特征,如人脸全局83个关键点,17维几何特征,Gabor纹理特征等,然后通过特征融合算法将它们融合,最后与卷积神经网络自动提取的人脸特征结合起来。通过实验验证了本文提出的人脸吸引力特征提取算法的有效性。其次,将共识性人脸吸引力评价特征引入模型,提出了共识性和个性化评价特征融合算法,提高了模型的性能和训练效率。在SCUT-FBP-500,FaceScrub,SCUT-FBP-5500数据库上进行了实验验证,并与现有人脸吸引力评价的相关研究结果进行了对比。本文所提出的算法实现了更好的评价性能,个性化人脸吸引力评价模型输出的结果与真实评价数据的皮尔森相关系数达到0.91,平均绝对误差0.17。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
个性化人脸论文参考文献
[1].倪海艳,赵掌柱,徐温温,朱亚萍,肖杰.基于人脸识别设备的个性化联动功能设计[J].汽车实用技术.2019
[2].李金蔓.基于多维特征融合的个性化人脸吸引力评价算法研究[D].天津工业大学.2019
[3].吕海清,朱欣娟,赵雪青,石美红.基于叁维人脸特征的服装个性化推荐及虚拟展示[J].纺织高校基础科学学报.2018
[4].吕海清.个性化叁维人脸及其在服装虚拟展示中的应用研究[D].西安工程大学.2018
[5].李佳,任慧.基于Kinect2的叁维人脸个性化建模[J].中国传媒大学学报(自然科学版).2018
[6].胡伟平.基于认知逻辑的个性化人脸图像合成研究[D].西南大学.2014
[7].路红,廖龙龙.面向应用的个性化3D人脸模型快速生成技术[J].计算机系统应用.2014
[8].胡伟平,邓辉文.个性化人脸图像模拟研究[J].西南大学学报(自然科学版).2014
[9].赵炎.基于图形学人脸个性化修复关键技术研究[D].河北工业大学.2014
[10].付丽梅,贾跃.一种个性化叁维人脸模型的设计与实现[J].福建电脑.2013