kinect脸部三维数据特征点标签语义具体说明

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：

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：

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：

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：

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：

顶点标记：

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

嘴巴：

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。