人脸部件多层语义网模型研究与民族特征刻画

面部民族特征是除性别、年龄等特征外，又一描述人脸信息的重要特征。本课题以我国的蒙古族、维吾尔族、藏族和壮族等民族面部特征为研究对象，提出一种人脸部件的多层语义网模型。该模型不仅包含不同类别面部部件语义之间的关联、又能对多部件复合语义及其关联进行分层描述，这样就更全面地表达了面部部件之间的语义关联关系，为民族面部特征表达与分析、和开展不同民族间面部特征规律的研究提供了一种新的手段。与此同时，由于该语义网模型便于增量样本的动态学习，具有较强的可扩展性，它还将为民族人脸图像中未知部分的匹配与修复等提供一种技术接口，并成为民族特征刻画的一种新辅助工具。本课题的研究不仅丰富和扩展了计算机视觉对民族面部特征的描述和刻画手段，同时还将利用现代信息技术深化民族学与人类学的相关研究结果，对开展不同民族间相互关系与同源性研究提供数据支持和辅证，并且对于传承民族非物质文化遗产等方面也具有重要的现实意义。

本项目以多民族面部特征为研究对象，对多民族的人脸特征进行刻画以及语义描述。项目组构建了涵盖蒙古族、维吾尔族、藏族以及壮族等多民族的人脸数据库，分析多民族人脸面部特征。结合人类学与人体测量学，划分多民族人脸区域，构建不同区域的人脸部件，如眉毛、眼睛、鼻子、嘴以及脸型等主要部件，对不同民族的人脸部件的几何特征进行分析，为人脸部件的语义描述提供数据准备。依据人脸部件的几何模板及部件属性（形态、尺寸、比例等）对多民族人脸部件进行相关的语义描述，并对多民族的人脸部件的语义进行了编码，可以更加直观、简洁地描述不同个体的人脸特征。但人脸的表情发生变化时，人脸部件的形态会随之改变，相应人脸部件的语义会发生变化。本项目构建了人脸表情分析系统，实时分析不同表情下的人脸部件的变化形态，记录其变化的强度，并对不同表情下的人脸部件编码，根据部件的不同编码可以得到不同的人脸表情，进而丰富人脸部件语义数据库。在利用人脸部件的语义特征刻画多民族之间的相似性和差异性中，项目组提出了一种人脸部件多层语义网模型。该语义网包含单部件语义之间的关联关系，既能对多部件复合语义进行描述，又能够全面地表达人脸部件之间的语义关联关系。但多民族人脸部件相似性的客观存在，使得构建的多层语义网中包含了大量的冗余特征信息，因此进一步挖掘人脸部件之间的关联关系，约剪冗余信息，保留具有民族特点的人脸部件语义特征，重构更加简洁、有效的语义网模型。约剪后的语义网不仅能够刻画不同民族的特征，而且也为多民族人脸未知部件的匹配、多语义设计提供了新的辅助方法。本项目的研究不仅丰富和扩展了计算机视觉对民族面部特征的描述和刻画手段，也利用现代信息技术深化了人类学和民族学的相关研究成果，同时也为多民族面部表情特征的研究提供了一种新的思路。