题目：基于二维/三维模态融合的人脸表情识别研究

人脸表情是人类表达、交流情感的最主要的方式。随着智能终端尤其是平板电脑、个人手机的发展，赋予设备识别人脸表情的能力对许多领域如机器人、人机交互等都有着重要的意义。因此，人脸表情识别在近几十年中成为了计算机视觉和模式识别的热点研究方向。

按照数据来源分类，人脸表情识别可以分为基于二维图像的识别和基于三维点云识别。这两种数据在表达与表情相关的信息上具有互补性，将二者结合能够有效提升人脸表情识别系统的性能。虽然目前在二维和三维人脸表情识别领域有着许多算法，但融合这两种数据的人脸表情识别方法并不多见。本文对基于二维和三维多模态融合的人脸表情系统进行了研究。在总结和分析了当前常见的人脸表情识别方法和技术的基础上，重点在三维人脸配准、特征提取等人脸表情识别系统中的关键步骤上提出了新方法。并在静态和动态人脸表情识别这两个任务上对方法进行了验证。

本文的主要贡献和创新点在于：1) 改进了基于球面深度图的三维人脸配准算法，在BU-3DFE数据库上取得了更高的人脸配准精度；2) 提出了基于几何散射特征的三维人脸表情识别算法，能够有效地捕捉面部与表情相关的细微形变。在BU-3DFE数据库上的结果要好于现有技术水平；3) 提出了一套静态和动态表情识别通用的二维和三维多模态融合的表情识别框架。使得其表情识别的效果比只用任何单一模态的要好。

人脸表情是人类表达、交流情感的最主要的方式。随着智能终端尤其是平板电脑、个人手机的发展，赋予设备识别人脸表情的能力对许多领域如机器人、人机交互等都有着重要的意义。因此，人脸表情识别在近几十年中成为了计算机视觉和模式识别的热点研究方向。

按照数据来源分类，人脸表情识别可以分为基于二维图像的识别和基于三维点云识别。这两种数据在表达与表情相关的信息上具有互补性，将二者结合能够有效提升人脸表情识别系统的性能。虽然目前在二维和三维人脸表情识别领域有着许多算法，但融合这两种数据的人脸表情识别方法并不多见。本文对基于二维和三维多模态融合的人脸表情系统进行了研究。在总结和分析了当前常见的人脸表情识别方法和技术的基础上，重点在三维人脸配准、特征提取等人脸表情识别系统中的关键步骤上提出了新方法。并在静态和动态人脸表情识别这两个任务上对方法进行了验证。

本文的主要贡献和创新点在于：1) 改进了基于球面深度图的三维人脸配准算法，在BU-3DFE数据库上取得了更高的人脸配准精度；2) 提出了基于几何散射特征的三维人脸表情识别算法，能够有效地捕捉面部与表情相关的细微形变。在BU-3DFE数据库上的结果要好于现有技术水平；3) 提出了一套静态和动态表情识别通用的二维和三维多模态融合的表情识别框架。使得其表情识别的效果比只用任何单一模态的要好。