非常多零零碎碎的事情,导致非常久没写blog了。face animation的demo做完了也快一个月了。是时候总结总结了。

Kinect获得的标识点共用121个。其给的sdk里面也给出了响应的标签。例如以下图:

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvcGl6aWJpbmc4ODA5MDk=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt="">

可是这个说明点绝大部分是错的。



因为获得kinect标识点的三维坐标,而且将每一个点标识,并在vtk中显示:

kinect脸部三维数据特征点标签语义具体说明-LMLPHP



上篇blog已经提到过这个问题。这里主要具体说明每一个点以及与相应的嘴巴。鼻子等语义的关联。



kinect中眼睛,嘴巴是用两圈包围的顶点构成的,鼻子也是由外轮廓顶点构成,终于外围边界由稀疏的点构成边界,从而构成整个人脸三维特征点。



首先,左眼的标签例如以下:

kinect脸部三维数据特征点标签语义具体说明-LMLPHP



顶点标记为:

外圈。逆时针:56,104,52,96,53,102,57,110

内圈,逆时针:106,73,54,69,98,100,70,55,74。108



事实上kinect的点还是比較有规律的,基本遵守对称原则,眼皮相应位置上下的编号基本接近。



右眼:

kinect脸部三维数据特征点标签语义具体说明-LMLPHP

顶点标记:

外圈,逆时针:23,109,24,101,20,95,19,103

内圈。逆时针:107,72,22,68,99,97,67,21,71,105



鼻子:

kinect脸部三维数据特征点标签语义具体说明-LMLPHP

顶点标记:

78,37,77,94,93,92,58,25,69,76,38,75,26,1112,39,111





嘴巴:

kinect脸部三维数据特征点标签语义具体说明-LMLPHP

顶点标记:

外圈。逆时针:31,79,7,39,80,64,86,9,41,8,85

内圈。逆时针:88,81,,37,82,89,84,40,83,





同一时候须要基本的是。kinect的有多个顶点反复。主要集中在对称中轴线位置,沿着额头,鼻子,嘴角等位置附近。能够找找。这里就不一一介绍了。





关于kinect获得的脸部特征点的介绍基本就这么多,兴许能够依照这些特征点,结合二维图形,和深度图像,做很多其它的特征识别,语义理解的东西呢。

05-11 21:41