学位论文-基于单张二维图片的三维人脸建模.pdf

西南交通大学博士研究生学位论文第I页摘要人脸是人类日常情感表达和交流最重要、最直接的载体。通过计算机生 成具有真实感的三维人脸拥有广阔的应用前景，是近年来计算机图形学、计 算机视觉、人工智能等领域中最具挑战性的问题之一。人类视觉系统在识别 二维图像的过程中，往往先根据平面图像还原出图像的三维立体信息，人类 天生具备从单张平面照片进行三维信息恢复的能力。模拟人类的这一图像认 知过程，研究基于单张平面图像的人脸三维建模技术，是当前认知计算中的 一个重要问题。利用三维扫描仪获取三维形状数据和纹理信息是一种直接的人脸建模方 法，通常具有较高的精度，但是存在硬件设备造价高、不灵活等不足，一般 只适用于某些特殊场合；当前的研究热点主要集中在根据图像和视频序列进 行人脸重建，现有基于多张图像的方法普遍存在特征点匹配复杂、效率低等 不足。根据单张人脸照片上的少量特征点能够快速、自动地实现特定人脸的 建模，是目前三维人脸建模研究中一个极具潜力的研究方向。然而，如何充 分地利用少量的信息重建出真实感好的人脸模型是其面临的主要挑战。本论文以统计学为工具，通过建立人脸统计模型，利用人脸结构先验知 识对三维人脸形状的建模进行约束，从而实现了以单张照片上少量特征点为 基础的三维人脸建模。针对基于单张照片的三维人脸重建问题，本文的主要 研究内容包括：创建标准化的三维人脸库，并以此建立人脸类的统计模型；研究高效的基于特征点的变形算法和人脸建模方案；探索基于三维人脸的应 用研究。取得如下研究成果：1）提出一个基于平面模板的重采样算法，解决了三维人脸稠密点的自动对 应问题，实现了人脸库的标准化。建立标准化的三维人脸数据库是建立人脸统计模型、人脸建模和人脸动 画等方面研究的基础性工作。本文在网格重采样方法的启发下，提出一 种基于平面模板的方法，可以自动地实现三维人脸间的对应，克服了传 统方法对应效果差、手工操作复杂等不足。实验结果表明，经本文算法 标准化处理后的人脸库具有较好的对应效果，为建立人脸形状统计模型 进行三维人脸建模奠定了基础。（第2章）第n页西南交通大学博士研究生学位论文2）针对单张平面图片，提出基于人脸二维特征点的三维形变算法。提出一个全局形变算法一一基于动态成分的形变模型（Dyn a mic Co mpo n e n t ba se d De f o rma t io n Mo d e l,DCDM）,通过筛选对建模最有效 的主成分，提高了形变算法的精度和稳定性。传统基于主成分分析（Prin c ipa l Co mpo n e n t An a l ysis,PCA）的形变算法通常选择具有较大特 征值的部分主成分构成特征矩阵，这种选择方式会引入不相关信息或者 丢失有用信息，为后续建模带来误差。本文提出一个筛选策略，采用，检 验对每个主成分进行是否线性相关的显著性检验，选择与当前特定人脸 最相关的成分来构成特征矩阵,实验表明DCDM提高了建模的稳定性并 降低了建模误差；（第3.3节）提出一个基于先验知识的局部形变算法基于S ibso n坐标的加权LFA 形变（S ibso n We ight e d Lo c a l Fe a t u re An a l ysis.S WLFA）算法，通过计算 权值增强了 LFA算法的局部性，使之能够根据少量控制点生成真实感较 好的人脸形状曲面。针对全局形变算法重建出的人脸形状个性特征不突 出的问题，将S ibso n坐标用于局部特征分析，实现了基于人脸形状结构 知识的局部形变，S WLFA算法以S ibso n坐标为权值，既能够避免控制 点之间的干扰，具备较强的局部性，又能充分地利用人脸形状的先验信 息，保证较为真实的建模效果。（第3.4节）3）提出两步人脸建模（Two-S t e p Fa c e Mo d e l in g,TS FM）方案，通过对三 维人脸库知识的学习，实现了对单张图片上人脸特征点的深度估计，提 高了形变算法在三维人脸深度方向（Z轴）上的重建精度。由于单张照 片上的人脸特征点的深度信息未知，仅通过形变算法的改进对建模精度 的提高有限。本文探讨了特征点深度估计的三种方法，指出本文提出的 基于稀疏线性模型的优化算法能够相对准确、稳定地估计出二维特征点 的深度信息。实验结果表明，将深度估计值应用于形变算法，可以提高 人脸的重建精度。另外，TS FM不仅适用于基于统计模型的形变算法，还能改善其它插值算法在深度方向上的建模性能。（第4,2节）4）以重建的三维人脸模型为基础，解决了光照估计和姿态估计问题，并进 行了三维人脸动画的研究。通过建立三维中性人脸与输入人脸图像顶点的对应关系，估计人脸图像 上每个像素的法向量，并采用球面谐波模型实现任意光照条件下单张照 西南交通大学博士研究生学位论文 第III页片人脸的光照估计和补偿。实验结果表明，人脸图像经光照补偿后能够 明显提高人脸识别率；（第5.2节）根据三维人脸模型与输入照片上人脸特征点之间的对应关系，采用线性 回归实现了输入照片的人脸姿态角估计。实验结果表明，相对已有算法,该算法能够提高单轴、多轴偏转角度的估计精度；（第5.3节）采用一个三层运动控制方案，实现在特征点、器官和表情合成三个层次 上的控制，并开发了一套人脸表情动画系统。运动控制采用了 MPEG4 标准，具有自动化程度高、通用性强的特点。实验结果表明，本系统能 够生成逼真的三维人脸表情动画。（第6章）关键词：人脸建模；形变模型；光照估计；姿态估计；人脸动画第IV页西南交通大学博士研究生学位论文AbstractHu ma n f a c e is t he mo st sign if ic a n t a n d e sse n t ia l c a rrie r o f e mo t io n a l e x pre ssio n a n d pe o pl e s d a il y c o mmu n ic a t io n.The re a re bro a d po t e n t ia l a ppl ic a t io n s t o mo d e l re a l ist ic 3D hu ma n f a c e a u t o ma t ic a l l y u sin g c o mpu t e r t e c hn iq u e s,whic h is a c ha l l e n gin g t o pic in t he f ie l d s o f c o mpu t e r gra phic s(CG),c o mpu t e r visio n(CV)a n d a rt if ic ia l in t e l l ige n c e(AI).Hu ma n be in gs a re bo m wit h a c a pa c it y o f re c o ve rin g 3D in f o rma t io n f ro m sin gl e ima ge by hu ma n visu a l syst e m(HVS).It is a n e sse n t ia l pro bl e m in c o gn it ive c o mpu t in g t o d e ve l o p n e w t e c hn o l o gie s f br mo d e l in g 3D hu ma n f a c e f ro m a 2D ima ge t hro u gh simu l a t in g t he c o gn it ive pro c e d u re o f HVS.Ca pt u rin g sha pe a n d t e x t u re in f o rma t io n u sin g 3D l a se r-sc a n n e r is a st ra ight f o rwa rd me t ho d whic h is mo re a c c u ra t e t ha n o t he rs.Un f o rt u n a t e l y,it c a n o n l y be in st a l l e d in a c e rt a in spe c ia l sit u a t io n s d u e t o t he high c o st o f t he e q u ipme n t s a n d it s in f l e x ibil it y.The re f o re,c u rre n t ho t spo t s o f f a c e mo d e l in g f o c u s o n ima ge ba se d me t ho d s.Ho we ve r,high c o mpl e x it ie s o f f e a t u re ma t c hin g pro c e ss a n d in e f f ic ie n c y a re t he ma in l imit a t io n s o f t he se me t ho d s.Mo d e l in g a 3D f a c e f ro m a f e w f e a t u re po in t s o n o n e ima ge is a pro misin g d ire c t io n t ha t c o u l d ru n q u ic kl y a n d a u t o ma t ic a l l y.Ne ve rt he l e ss,t he prima ry c ha l l e n ge o f t his me t ho d is ho w t o ma ke f u l l u se o f t he sma l l q u a n t it y o f f a c ia l in f o rma t io n t o impro ve q u a l it y o f t he re c o n st ru c t e d 3D f a c e.In t his t he sis,a hu ma n f a c ia l sha pe st a t ist ic mo d e l-e x t ra c t e d f ro m a 3Df a c e d a t a ba se-is bu il t a s a prio r kn o wl e d ge t o c o n st ra in t he pro c e d u re o f f a c emo d e l in g.The ma in c o n t e n t o f t his t he sis in c l u d e s:e st a bl ish a st a t ist ic mo d e l o f hu ma n f a c e sha pe by c re a t in g a st a n d a rd iz e d 3D f a c e d a t a ba se;d e ve l o p e f f e c t ive mo d e l in g a l go rit hms a n d sc he me s f br 3D f a c e mo d e l in g;e x pl o re 3D f a c e a ppl ic a t io n s.An d,t he ma in c o n t ribu t io n s a re l ist e d a s f o l l o ws:1)By so l vin g t he c o rre spo n d e n c e be t we e n f a c e s a u t o ma t ic a l l y,a 2D t e mpl a t e ba se d a l ign me n t a l go rit hm is d e ve l o pe d t o c re a t e a st a n d a rd iz e d 3D f a c e d a t a ba se.It s a f u n d a me n t a l jo b t o c re a t e a st a n d a rd iz e d 3D f a c e d a t a ba se f o r bu il d in g 西南交通大学博士研究生学位论文第V页a f a c e st a t ist ic mo d e l a n d f o r f a c e mo d e l in g a n d a n ima t io n.In spire d by t he id e a o f me sh re-sa mpl in g,we pro po se a n o ve l 2D t e mpl a t e ba se d a l ign me n t a l go rit hm whic h c o u l d be impl e me n t e d a u t o ma t ic a l l y a n d o ve rc o me s t he ma in sho rt c o min gs o f t ra d it io n a l me t ho d s,i.e.,impre c ise a n d o pe ra t io n a l c o mpl e x it y.Ex pe rime n t re su l t s sho w t ha t t he st a n d a rd iz e d d a t a ba se c re a t e d by o u r me t ho d ha s c o n sid e ra bl e go o d c o rre spo n d e n c e e f f e c t s.It is e a sy t o c re a t e a st a t ist ic mo d e l o f f a c ia l sha pe,whic h l a ys a go o d f o u n d a t io n f br 3D f a c e mo d e l in g.(Cha pt e r 2)2)De ve l o p 3D f a c e d e f o rma t io n a l go rit hms ba se d o n f e a t u re s o f a 2D ima ge.A gl o ba l d e f o rma t io n a l go rit hmDyn a mic Co mpo n e n t ba se d De f o rma t io n Mo d e l(DCDM)is pro po se d,whic h c o u l d impro ve t he pre c ise a n d st a bil it y o f d e f o rma t io n a l go rit hm by se l e c t in g t he mo st e f f e c t ive c o mpo n e n t s in f a c e mo d e l in g.Prin c ipa l Co mpo n e n t An a l ysis(PCA)ba se d me t ho d s a l wa ys u se t he prio r c o mpo n e n t s(e ige n ve c t o rs)wit h t he ma x imu m e ige n va l u e s t o c o n st ru c t a n e ige n ma t rix.This c o n ve n t io n a l st ra t e gy ma y impo rt so me irre l e va n t f a c t o rs,o r l o se so me u se f u l o n e s,re su l t in g in e rro rs f br t he mo d e l in g pro c e ss.We pro po se a d yn a mic c o mpo n e n t ba se d d e f o rma t io n mo d e l t ha t u se s r-t e st t o d e t e rmin e t he c o rre l a t ivit y f br e a c h c o mpo n e n t t o t he n o ve l f a c e a t f irst,a n d t he n c o n c a t e n a t e t he mo st c o rre l a t ive o n e s t o f o rm a n e ige n ma t rix.Ex pe rime n t re su l t s sho w t ha t t he f a c e s mo d e l e d by DCDM a re mo re st a bl e a n d mo re a c c u ra t e.(S e c t io n 3.3)A A l o c a l d e f o rma t io n a l go rit hm ba se d o n prio r kn o wl e d ge-S ibso n We ight e d Lo c a l Fe a t u re An a l ysis(S WLFA)-is pro po se d,whic h c o u l d c re a t e smo o t h 3D f a c e sha pe by a l l o c a t in g we ight s f o r e a c h c o n t ro l po in t u se d by LFA.S in c e 3D f a c e s c re a t e d by gl o ba l d e f o rma t io n me t ho d l a c k so me pe rso n a l it ie s,we a ppl y S ibso n c o o rd in a t e t o l o c a l f e a t u re s a n a l ysis,a l o c a l d e f o rma t io n a l go rit hm(S WLFA)is he n c e pro po se d ba se d o n prio r kn o wl e d ge o f f a c ia l sha pe.S WLFA ha s st ro n g l o c a l pro pe rt ie s by e l imin a t in g t he in t e ra c t io n a l impa c t s be t we e n c o n t ro l po in t s.It c o u l d e l a bo ra t e l y d e pic t pe rso n a l it y t ra it s o n hu ma n f a c e s be n e f it in g f ro m ma kin g f u l l u se o f t he prio r a ssu mpt io n s re ga rd in g f a c ia l c ha ra c t e rist ic s.(S e c t io n 3.4)3)A Two-S t e p Fa c e Mo d e l in g(TS FM)sc he me is pro po se d t o impro ve t he 第VI页西南交通大学博士研究生学位论文f it t in g re su l t in t he d ire c t io n o f Z-a x is.This is a c hie ve d by e st ima t in g f e a t u re s d e pt h f ro m prio r kn o wl e d ge o f hu ma n sha pe.We f in d t ha t impro ve me n t s a re l imit e d by ju st t u n in g t he pe rf o rma n c e o f d e f o rma t io n me t ho d s d u e t o t he l a c k o f d e pt h in f o rma t io n o f t he f a c ia l f e a t u re s f ro m o n l y o n e ima ge.By in ve st iga t in g t hre e me t ho d s f o r f e a t u re s d e pt h e st ima t io n,we in d ic a t e t ha t t he pro po se d S pa rse Lin e a r Mo d e l ba se d Opt imiz a t io n in t his t he sis is mo re a c c u ra t e a n d st a bl e t ha n t he o t he r t wo.Co mpa riso n t e st s sho w t ha t,t he e st ima t e d d e pt h in f o rma t io n c a n be u se d t o impro ve t he a c c u ra c y o f hu ma n f a c e re c o n st ru c t io n.Mo re o ve r,TS FM c o u l d impro ve t he pre c isio n o f f a c ia l sha pe re c o n st ru c t io n o f bo t h in t e rpo l a t io n me t ho d s a n d st a t ist ic a l d e f o rma t io n me t ho d s.(S e c t io n 4.2)4)Ba se d o n a re c o n st ru c t e d 3D f a c e,t he pro bl e ms o f il l u min a t io n,po se e st ima t io n a n d 3D f a c e a n ima t io n a re f u rt he r st u d ie d.The n o rma l o f e a c h pix e l o n a 2D ima ge f a c e is e st ima t e d by e st a bl ishin g t he c o rre spo n d e n c e be t we e n a 3D a ve ra ge f a c e a n d t he in pu t f a c ia l ima ge.The n,t he sphe ric a l ha rmo n ic mo d e l is u se d f o r c a l c u l a t in g a n d c o mpe n sa t in g il l u min a t io n c o n d it io n o f t he give n ima ge.Ex pe rime n t re su l t s sho w t ha t a f t e r il l u min a t io n c o mpe n sa t io n,t he re c o gn it io n ra t e is sign if ic a n t l y impro ve d.(S e c t io n 5.2)Ba se d o n t he po in t-t o-po in t re l a t io n ship be t we e n f e a t u re s o n 3D f a c e mo d e l a n d 2D ima ge,we a d o pt a l in e a r re gre ssio n mo d e l t o e st ima t e t he po se o f t he he a d o n t he in pu t ima ge.The c o mpa riso n re su l t s sho w t ha t t he re vo l vin g a n gl e s e st ima t e d by o u r a l go rit hm a re mo re a c c u ra t e t ha n e x ist in g me t ho d s o n bo t h mu l t i-a x is a n d sin gl e a x is.(S e c t io n 53)A t hre e-l a ye r c o n t ro l mo d e l is a d o pt e d t o ge n e ra t e n e w e x pre ssio n s ba se d o n 3 l e ve l s-f e a t u re s,o rga n s a n d e x pre ssio n.Ba se u po n t his,a 3D f a c e a n ima t io n syst e m is d e ve l o pe d.By u sin g t he MPGE4 st a n d a rd,o u r syst e m is highl y a u t o ma t ic a n d ge n e ra l-pu rpo se.Ex pe rime n t re su l t s sho w t ha t re a l ist ic 3D e x pre ssio n s a n ima t io n c o u l d be ge n e ra t e d by t his syst e m.(Cha pt e r 6)Key Word:f a c e mo d e l in g;d e f o rma t io n mo d e l;il l u min a t io n e st ima t io n;po se e st ima t io n;f a c e a n ima t io n第X页西南交通大学博士研究生学位论文缩略语表缩略语英文全称中文全称HVSHu ma n Visu a l S yst e m人类视觉系统DCDMDyn a mic Co mpo n e n t ba se d De f o rma t io n Mo d e l动态成分形变模型PCAPrin c ipa l Co mpo n e n t An a l ysis主成分成分析S WLFAS ibso n We ight e d Lo c a l Fe a t u re An a l ysis基于S ibso n坐标加权的 局部特征分析TS FMTwo-S t e p Fa c e Mo d e l in g两步人脸建模Q-3DQu a si 3-Dime n sio n a l类三维MPEG4Mo vin g Pic t u re Ex pe rt Gro u p运动图像专家组FDPFa c e De f in it io n Pa ra me t e rs人脸定义参数FAPUFa c ia l An ima t io n Pa ra me t e r Un it s人脸动画参数单元S FSS ha pe f ro m S ha d in g明暗恢复形状S FMS t ru c t u re f ro m Mo t io n根据运动恢复结构RBFsRa d ia l Ba se d Fu n c t io n s径向基函数3DMM3D Mo rpha bl e Mo d e l三维形变模型FACSFa c ia l Ac t io n Co d in g S yst e m人脸动作编码系统AMAAbst ra c t Mu sc l e Ac t io n s抽象肌肉运动FFDFre e Fo rm De f o rma t io n自由变形西南交通大学博士研究生学位论文第XI页缩略语英文全称中文全称DDMDo u bl e De f o rmin g Mo d e l双重形变模型S DMS pa rse De f o rmin g Mo d e l稀疏形变模型S RS DS u rf a c e Re c o n st ru c t io n f ro m S pa rse Da t a基于稀疏点的形状重建AS MAc t ive S ha pe Mo d e l s主动形状模型AAMAc t ive Appe a ra n c e Mo d e l s主动外观模型S VDS in gu l a r Va l u e De c o mpo sit io n奇异值分解MAPMa x imu m a Po st e rio ri最大后验概率DFFDDiric hl e t Fre e Fo rm De f o rma t io n狄利克里自由变形BMBe st Ma t c hin g最优匹配IFFIn t e rpo l a t io n Fit t in g Fu n c t io n插值拟合函数 基于稀疏线性模型的优S LMOS pa rse Lin e a r Mo d e l ba se d Opt imiz a t io n化WIWe ight e d In t e rpo l a t io n加权插值S PTS*S u b-pa t c h Te x t u re S yn t he sis子块纹理合成FERETFa c ia l Re c o gn it io n Te c hn o l o gy人脸识别技术FRVTFa c e Re c o gn it io n Ve n d o r Te st人脸识别商业系统评测LOCLin e a r Obje c t Cl a sse s 线性对象类西南交通大学学位论文创新性声明本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作 所得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确的说明。本人完全意识到本声明的法律结果由本人承 担。本学位论文的主要创新点如下：(1)提出两步人脸建模(Two-S t e p Fa c e Mo d e l in g,TS FM)方案，通过对三 维人脸库知识的学习，实现了对单张图片上人脸特征点的深度估计，提高了 形变算法在三维人脸深度方向(Z轴)上的重建精度。由于单张照片上的人 脸特征点的深度信息未知，仅通过形变算法的改进对建模精度的提高有限。本文探讨了特征点深度估计的三种方法，指出本文提出的基于稀疏线性模型 的优化算法能够相对准确、稳定地估计出二维特征点的深度信息。实验结果 表明，将深度估计值应用于形变算法,可以提高人脸的重建精度。另外,TS FM 不仅适用于基于统计模型的形变算法，还能改善其它插值算法在深度方向上 的建模性能。(第4.2节)(2)提出一个全局形变算法一一基于动态成分的形变模型(Dyn a mic Co mpo n e n t ba se d De f o rma t io n Mo d e l,DCDM),通过对主成分的筛选，提高 了形变算法的精度和稳定性。传统基于主成分分析(Prin c ipa l Co mpo n e n t An a l ysis,PCA)的形变算法通常选择具有较大特征值的部分主成分构成特征 矩阵，这种选择方式会引入不相关信息或者丢失有用信息，为后续建模带来 误差。本文提出一个筛选策略，采用，检验对每个主成分进行是否线性相关 的显著性检验，选择与当前特定人脸最相关的成分来构成特征矩阵，实验结 果表明，相对传统方法，DCDM能够有效地提高建模的稳定性并降低建模误 差。(第3.2节)(3)提出一个基于先验知识的局部形变算法基于S ibso n坐标的加权 LFA 形变(S ibso n We ight e d Lo c a l Fe a t u re An a l ysis,S WLFA)算法，通过设 置权值增强了 LFA算法的局部性，使之能够根据少量控制点生成真实感较好 的人脸形状曲面。针对全局形变算法重建出的人脸形状个性特征不突出的问 题，将S ibso n坐标用于局部特征分析，实现了基于人脸形状结构知识的局部 形变，S WLFA算法以S ibso n坐标为权值，既能够避免控制点之间的干扰，具备较强的局部性，又能充分地利用人脸形状的先验信息，保证较为真实的 建模效果。（第3.3节）（4）提出一个基于平面模板的重采样算法，解决了三维人脸稠密点的自动 对应问题，实现了人脸库的标准化。建立标准化的三维人脸数据库是建立人 脸统计模型、人脸建模和人脸动画等方面研究的基础性工作。在网格重采样 方法的启发下，本文提出一个基于平面模板的方法，可以自动地实现三维人 脸间的对应，克服了传统方法对应效果差、手工操作复杂等不足。实验结果 表明，经该算法标准化处理后的人脸库具有较好的对应效果，为建立人脸形 状统计模型进行三维人脸建模奠定了基础。（第2章）西南交通大学博士研究生学位论文第1页第1章绪论在地球这个美丽的大家园里，居住着67亿不同种族、肤色各异的人川。脸部在人们之间的情感表达中扮演着极其重要的角色，是人类喜怒哀乐等复 杂语言的载体。利用计算机视觉与计算机图形学技术，借助相关软硬件设备 生成具有真实感、数字化、交互性强的三维人脸模型具有广阔的应用前景，是近年来计算机科学、心理学、认知科学等领域的最具挑战性的问题之一。本章首先介绍三维人脸建模的研究背景及意义；然后对已有的研究成果 进行归纳和总结，并指出该项研究工作所面临的主要挑战；最后给出本文的 主要工作及组织结构。1.1研究背景及意义人类视觉系统(Hu ma n Visu a l S yst e m,HVS)天生具备识别人脸复杂模 式的能力。即使只有一张照片，借助HVS的处理，人类也能够准确、快速 地恢复出人脸三维形状信息，进而实现身份辨别。要用计算机实现自动的三 维人脸建模，现有技术往往需要多张图片且处理效率远达不到应用的要求。如果能够借鉴人类的认知机理和相关数学的最新研究成果，建立新的计算模 型和方法，实现基于单张二维图片的三维人脸建模，这不仅能够大幅度提高 计算机对人脸信息的理解能力，促进人机交互技术的发展；也可为其它复杂 对象的建模提供借鉴，对于类似的科学问题的解决具有重要的促进意义。从应用角度看，随着互联网应用的快速发展，网络上存在大量的图片，现有图像搜索引擎不能从这些网络图片中高效地检索到用户所需要的图片。而人类拥有对图像的快速、准确的检索能力，主要源于能够从二维平面图像 中发现三维立体信息，即图像中的深度信息。如果模拟人类这种图像认知机 制和能力，从单张二维平面图像中提取三维立体信息，必将有助于图像的识 别和检索技术的进步。图像检索的一个特殊应用是就人脸图像识别。自美国 911恐怖袭击事件后，打击国际恐怖主义，抓捕恐怖分子成为保障国家