王曉鋒，付東翔

(上海理工大學(xué) 光電信息與計(jì)算機(jī)工程學(xué)院，上海 200093)

隨著互聯(lián)網(wǎng)購(gòu)物的普及，增強(qiáng)用戶的購(gòu)物體驗(yàn)已經(jīng)成為計(jì)算機(jī)應(yīng)用的一個(gè)熱門課題。虛擬試戴眼鏡的應(yīng)用允許用戶在網(wǎng)上選擇眼鏡進(jìn)行試戴，不需要去線下實(shí)體店，提高了用戶的購(gòu)物體驗(yàn)。

目前，虛擬佩戴技術(shù)根據(jù)輸入眼鏡和人臉形式主要分為4類。第1類技術(shù)基于二維圖像，例如文獻(xiàn)[1]將眼鏡圖像佩戴到人臉圖像上。這種方法相對(duì)簡(jiǎn)單，佩戴效果可接受，但只能處理正視角的人臉圖像，不能真實(shí)反映用戶真實(shí)的動(dòng)態(tài)佩戴效果。第2類技術(shù)是將三維眼鏡模型佩戴到人臉圖像上，例如文獻(xiàn)[2]使用三維眼鏡模型代替眼鏡圖像，可以幫助系統(tǒng)處理多個(gè)視角的人臉圖像，但需要解決鏡腿的遮擋問題。第3類是將三維眼鏡模型佩戴到重建的三維人臉模型，例如文獻(xiàn)[3～5]解決了鏡腿的遮擋問題，但重建三維人臉[6]是一個(gè)挑戰(zhàn)，而且重建的三維人臉模型缺乏現(xiàn)實(shí)感。第4類是基于視頻流的現(xiàn)實(shí)增強(qiáng)技術(shù)，例如文獻(xiàn)[7～8]，但試戴者必須配備攝像頭，靈活性和便捷性欠佳。

本文結(jié)合人臉關(guān)鍵點(diǎn)檢測(cè)和凸包算法提出了一種新的鏡腿遮擋方法，能解決三維眼鏡模型試戴到人臉圖像上鏡腿的遮擋問題?；谠缙谘芯咳藛T的研究成果，本文提出了一種基于特征點(diǎn)檢測(cè)和姿態(tài)估計(jì)的虛擬佩戴技術(shù)，實(shí)現(xiàn)了真實(shí)的虛擬佩戴。本文所提系統(tǒng)的總體流程圖如圖1所示。

圖1 虛擬試戴系統(tǒng)流程圖Figure 1. Flow chart of virtual trial system

1 人臉形狀三維模型的構(gòu)建

構(gòu)建人臉形狀的三維模型是基于人臉關(guān)鍵點(diǎn)檢測(cè)來實(shí)現(xiàn)的。通過對(duì)人臉關(guān)鍵點(diǎn)進(jìn)行凸包運(yùn)算，得到人臉的凸多邊形，再通過平移掃描得到人臉形狀的三維模型。

1.1 人臉關(guān)鍵點(diǎn)檢測(cè)

本文中，人臉關(guān)鍵點(diǎn)檢測(cè)采用級(jí)聯(lián)的回歸樹[9]來實(shí)現(xiàn)人臉對(duì)齊。這種方法屬于回歸級(jí)聯(lián)方法，將圖像稀疏的像素強(qiáng)度子集作為特征，用回歸樹集合從中直接估計(jì)出人臉特征點(diǎn)的位置，進(jìn)而對(duì)輸入的圖像進(jìn)行人臉檢測(cè)[10]；然后標(biāo)記出人臉的外輪廓、眼睛、鼻子、嘴巴、眉毛區(qū)域的關(guān)鍵點(diǎn)。如圖2所示，用圓點(diǎn)標(biāo)注的點(diǎn)即為檢測(cè)出的關(guān)鍵點(diǎn)。

圖2 人臉關(guān)鍵點(diǎn)Figure 2. Key points of the face

該關(guān)鍵點(diǎn)檢測(cè)算法使用級(jí)聯(lián)回歸來建立數(shù)學(xué)模型，其迭計(jì)算式為

S′(t+1)=S′(t)+rt(I，S′(t))

(1)

式中，S是形狀向量，存儲(chǔ)著臉部所有關(guān)鍵點(diǎn)的位置信息；S′(t)表示對(duì)形狀向量的估計(jì)；rt是一個(gè)回歸器；t是級(jí)聯(lián)序號(hào)。

在rt內(nèi)部的回歸過程中，采用梯度樹提升法[11]得到一系列的回歸樹來完成回歸。

在回歸訓(xùn)練中，數(shù)據(jù)集合是(I1，S1)，…，(In，Sn)，其迭代為

S′i(t+1)=S′i(t)+rt(Iπi，S′i(t))

(2)

ΔS′i(t+1)=Sπi-S′i(t+1)

(3)

1.2 構(gòu)建人臉形狀的三維模型

本文將包含一個(gè)平面散點(diǎn)集的最小凸多邊形(區(qū)域內(nèi)任意兩點(diǎn)的連線總在區(qū)域內(nèi))稱為點(diǎn)集的凸包。本文采用Graham掃描法[12]對(duì)人臉關(guān)鍵點(diǎn)集合求運(yùn)算，該算法運(yùn)行速度快，得到的人臉的凸多邊形效果較好。根據(jù)章節(jié)1.1中求得的人臉檢測(cè)的關(guān)鍵點(diǎn)，本文選擇人臉外輪廓的關(guān)鍵點(diǎn)作為輸入。Graham掃描法的運(yùn)算步驟如下，其中n是輸入的人臉關(guān)鍵點(diǎn)數(shù)，Q為關(guān)鍵點(diǎn)點(diǎn)集，St為堆棧，存儲(chǔ)凸包上的關(guān)鍵點(diǎn)：

步驟1在平面關(guān)鍵點(diǎn)點(diǎn)集中找出縱坐標(biāo)最小的點(diǎn)，記為q0，已知該點(diǎn)是凸包上的一個(gè)點(diǎn)；

步驟2將點(diǎn)集Q中除q0以外的點(diǎn)以q0為坐標(biāo)原點(diǎn)，轉(zhuǎn)化剩余點(diǎn)的坐標(biāo)；

步驟3以q0作為原點(diǎn)，計(jì)算剩余點(diǎn)對(duì)于q0點(diǎn)的幅角；

步驟4按照幅角大小的升序，重新排序點(diǎn)集Q后，記為Q′={q0，q1，…，qn-1}；

步驟5初始化堆棧St，其中令St(0)=qn-1，St(1)=q0；初始化棧頂指針Stp指向第2個(gè)元素q0，點(diǎn)集Q’中元素的下標(biāo)記為m，令m=0；

步驟6若m≥n，算法結(jié)束；

步驟7假設(shè)當(dāng)掃描到Q′中下標(biāo)為k的點(diǎn)Q′[k]時(shí)，此時(shí)St[j]是棧頂?shù)脑?，St[i]是其上一個(gè)的元素，判斷St[i]、St[j]、Q′[k]這3個(gè)關(guān)鍵點(diǎn)形成的路徑是左旋還是右旋。若為左旋，說明Q′[k]是凸包上的點(diǎn)，把這個(gè)點(diǎn)壓入棧中，繼續(xù)掃描點(diǎn)集Q′的下一個(gè)點(diǎn)，令Stp = Stp+1，St[Stp]=Q′[k]，m=m+1，然后跳轉(zhuǎn)到步驟6。若為右旋，說明St[j]不是凸包上的點(diǎn)，把St[j]彈出堆棧，此時(shí)掃描點(diǎn)仍為Q′[k]，令Stp = Stp-1，跳轉(zhuǎn)到步驟6。

經(jīng)過以上的Graham算法步驟，得到人臉形狀的凸多邊形，將凸多邊形輪廓內(nèi)的區(qū)域作為填充區(qū)域，進(jìn)行圖元填充后得到凸多邊形平面。本文采用掃描表示法[13]來構(gòu)造人臉形狀的三維模型。掃描表示法是一種通過平移、旋轉(zhuǎn)及其他對(duì)稱變換來構(gòu)造三維模型的方法。通過指定一個(gè)二維圖像，在空間區(qū)域內(nèi)移動(dòng)該圖像的掃描可以表示一個(gè)三維模型。例如，把一個(gè)圓形圖像作為輸入，輸出的是一個(gè)圓柱體的三維模型。根據(jù)以上得到的人臉形狀的平面，把其作為輸入，執(zhí)行一次平移掃描，即沿垂直平面的直線路徑移動(dòng)一定距離。在沿這條路徑的區(qū)間上，復(fù)制平面的形狀，并在掃描的方向上畫出連線，得到了人臉形狀的三維模型。如下圖3所示為人臉形狀三維模型生成的結(jié)果，其中圖3(a)是輸入的人臉圖像，圖3(b)是人臉形狀凸多邊形，圖3(c)是人臉形狀三維模型。

圖3 人臉形狀三維模型的結(jié)果(a)圖像 (b)凸包 (c)模型Figure 3. Result of 3D model of face shape(a)Image (b)Convex hull (c)Model

2 基于姿態(tài)估計(jì)的眼鏡佩戴

2.1 頭部姿態(tài)估計(jì)

頭部姿態(tài)估計(jì)是以人臉圖像作為輸入，對(duì)頭部姿態(tài)參數(shù)進(jìn)行估計(jì)的方法。姿態(tài)角的形式是一個(gè)三維矢量，其值代表繞3個(gè)軸(x、y、z)的旋轉(zhuǎn)角度，稱為滾動(dòng)、俯仰、偏航。

姿態(tài)估計(jì)的算法大致可以分為兩類：第1類是基于外觀的算法；第2類是基于模型的算法[14]。基于外觀的方法是將新的頭部姿勢(shì)圖像與模板聯(lián)系起來，利用深度圖像[15]確定實(shí)時(shí)的頭部姿態(tài)估計(jì)。但該方法需要像kinect的深度相機(jī)[16]來獲取深度圖像，深度相機(jī)價(jià)格昂貴，適用的范圍小，不適合虛擬眼鏡試戴的應(yīng)用。基于模型的算法需要三維標(biāo)準(zhǔn)的人臉模型，其原理是旋轉(zhuǎn)三維標(biāo)準(zhǔn)人臉模型，使模型上的三維體征點(diǎn)投影盡可能與輸入圖像的特征點(diǎn)重合。本文采用是基于模型的姿態(tài)估計(jì)算法，在章節(jié)1.1中，已經(jīng)求得人臉上的關(guān)鍵點(diǎn)，選取其中如圖4所示的關(guān)鍵點(diǎn)(外眼角、鼻尖、嘴巴的兩側(cè)、下巴的最下端)，采用非線性最小二乘法進(jìn)行建模，計(jì)算式為

圖4 人臉姿態(tài)估計(jì)關(guān)鍵點(diǎn)Figure 4. Key points of face pose estimation

(4)

式中，α、β、γ分別代表面部姿態(tài)角的3個(gè)分量；n代表特征點(diǎn)數(shù)；qi是待測(cè)人臉的特征點(diǎn)；pi是人臉特征點(diǎn)在三維人臉模型上對(duì)應(yīng)的特征點(diǎn)；R是旋轉(zhuǎn)矩陣；t是平移向量；C是收縮因子。

2.2 生成3D眼鏡模型

為了增強(qiáng)虛擬試戴的真實(shí)感和現(xiàn)實(shí)感，本文采用的3D眼鏡模型是fbx格式的。fbx模型由3ds Max軟件生成，通過3ds Max軟件的繪制，可以得到各式各樣的3D眼鏡模型。本文的工作是3D眼鏡模型的虛擬試戴，從3ds Max中構(gòu)建的三維眼鏡模型如圖5所示。

圖5 3ds Max中的眼鏡模型(a)模型1 (b)模型2 (c)模型3 (d)模型4Figure 5. Models of glasses in 3ds Max(a)Mode l (b)Mode 2 (c)Model 3 (d)Model 4

將fbx格式的眼鏡模型導(dǎo)入到虛擬試戴系統(tǒng)時(shí)，需要對(duì)眼鏡模型進(jìn)行解析和重構(gòu)，將模型中的頂點(diǎn)、線、面、紋理坐標(biāo)、材質(zhì)信息等數(shù)據(jù)傳輸?shù)较到y(tǒng)中，可以準(zhǔn)確地繪制出3D眼鏡模型。

2.3 眼鏡佩戴

眼鏡模型若要準(zhǔn)確地佩戴到人臉圖像上，則需要對(duì)齊到空間中的一個(gè)位置和做相應(yīng)的變換，其中變換包括旋轉(zhuǎn)變換和縮放變換。由于人臉圖像是一個(gè)二維圖像，不包含深度信息，因此將眼鏡模型與人臉圖像的佩戴問題轉(zhuǎn)化為眼鏡模型和人臉形狀的三維模型之間的關(guān)系?；谌四橁P(guān)鍵點(diǎn)檢測(cè)的結(jié)果，本文選擇人臉圖像上鼻子根部的一個(gè)關(guān)鍵點(diǎn)的垂直方向向上兩個(gè)單位的點(diǎn)Fn(如圖6(a))作為佩戴點(diǎn)，同時(shí)選擇眼鏡模型中的Gn(如圖6(b))作為支撐點(diǎn)，如圖6所示。

圖6 眼鏡試戴定位點(diǎn)(a)人臉關(guān)鍵點(diǎn) (b)眼鏡關(guān)鍵點(diǎn)Figure 6. Registration point for fitting glasses(a)Key point of face (b)Key point of glasses

在三維空間中對(duì)物體的旋轉(zhuǎn)變換有多種表達(dá)方式，例如歐拉角、旋轉(zhuǎn)矩陣、四元數(shù)、旋轉(zhuǎn)向量等。其中，歐拉角是最直觀的表達(dá)方式，其含義是繞眼鏡模型自身的3個(gè)軸(x、z、y)分別旋轉(zhuǎn)某個(gè)角度?；谌四樧藨B(tài)估計(jì)的結(jié)果，得到人臉圖像在6個(gè)自由度上的偏轉(zhuǎn)歐拉角(滾動(dòng)、俯仰、偏航)。根據(jù)歐拉角，旋轉(zhuǎn)眼鏡模型，設(shè)定滾動(dòng)角是α，俯仰角是β，偏航角是γ，旋轉(zhuǎn)變換如式(5)所示。在虛擬試戴過程中，根據(jù)人臉大小來縮放三維眼鏡模型，縮放計(jì)算式如式(6)所示。

R(α，β，γ)=Rx(α)Ry(β)Rz(γ)

(5)

其中

(6)

式中，Sx、Sy、Sz分別是x、y、z軸的縮放參數(shù)；P′是變換后的三維模型矩陣；P是原來三維模型矩陣。

2.4 遮擋處理

在真實(shí)的三維空間中，眼睛看到的畫面是沿著視線投影的結(jié)果，物體間存在著互相遮擋的關(guān)系，例如從側(cè)面觀察佩戴眼鏡者，佩戴者另一側(cè)的眼鏡鏡腿是被遮擋的，是看不見的。但是，在虛擬試戴的系統(tǒng)中，由于人臉圖像不包含深度信息，當(dāng)試戴三維眼鏡模型的時(shí)，被頭部遮擋的眼鏡模型不會(huì)被消隱，自然的投影不能實(shí)現(xiàn)遮擋眼鏡的作用。

目前較好地解決鏡腿遮擋問題的方法是根據(jù)人臉圖像實(shí)時(shí)渲染出一個(gè)三維的人臉模型，利用深度緩沖檢測(cè)[12]消隱鏡腿，但是構(gòu)造三維人臉模型計(jì)算復(fù)雜且對(duì)設(shè)備的要求較高。本文中構(gòu)造的人臉形狀三維模型代替了人臉模型，實(shí)現(xiàn)了鏡腿遮擋的佩戴效果。

首先，創(chuàng)建一個(gè)三維的空間場(chǎng)景，依次導(dǎo)入人臉圖像、人臉形狀的三維模型、三維眼鏡模型，將人臉形狀的三維模型貼合到人臉圖像上，根據(jù)人臉關(guān)鍵點(diǎn)定位和三維眼鏡模型的變換進(jìn)行佩戴工作，并利用深度緩沖檢測(cè)消隱眼鏡被遮擋的部分；然后設(shè)置人臉形狀的三維模型透明度為0，通過攝像機(jī)的投影輸出虛擬試戴效果圖。實(shí)驗(yàn)結(jié)果證明，上述遮擋處理方法可靠，佩戴效果逼真。遮擋處理的實(shí)驗(yàn)如圖7所示，圖7(a)是未進(jìn)行鏡腿遮擋處理的實(shí)驗(yàn)結(jié)果圖，圖7(b)是進(jìn)行鏡腿遮擋處理的實(shí)驗(yàn)結(jié)果圖。

圖7 鏡腿遮擋前后對(duì)比圖(a)遮擋問題 (b)解決遮擋Figure 7. Comparison of mirror leg before and after occlusion(a)Occlusion problem (b)Occlusion is handled

3 實(shí)驗(yàn)分析和結(jié)果

3.1 實(shí)驗(yàn)分析

實(shí)驗(yàn)中的人臉圖像是相機(jī)從多個(gè)角度拍攝而來的，包含人臉的多個(gè)視角，其偏航角度范圍控制在-58°～65°，俯仰角度范圍在-74°～76°，翻滾角度范圍在-38°～45°。角度過大易導(dǎo)致人臉關(guān)鍵點(diǎn)檢測(cè)失敗，無法進(jìn)行虛擬試戴的工作。因此，本文在求人臉凸多邊形時(shí)，舍去了人臉輪廓內(nèi)的關(guān)鍵點(diǎn)，僅計(jì)算人臉外輪廓的關(guān)鍵點(diǎn)的凸包。實(shí)驗(yàn)表明，人臉圖像在水平方向上的角度范圍在-26°～26°時(shí)，通過外輪廓關(guān)鍵點(diǎn)求得的凸包形狀和人臉全部關(guān)鍵點(diǎn)求得的凸包形狀一致。當(dāng)人臉?biāo)浇嵌炔辉谶@個(gè)范圍時(shí)，眼睛和眉毛部位的關(guān)鍵點(diǎn)和外輪廓的關(guān)鍵點(diǎn)較近，導(dǎo)致凸包形狀和人臉全部關(guān)鍵點(diǎn)求得的凸包形狀有小范圍的偏差，但是不影響最后的佩戴結(jié)果。以下是不同大小的人臉圖像虛擬試戴實(shí)驗(yàn)數(shù)據(jù)，其中凸包運(yùn)算時(shí)間、人臉形狀的三維模型構(gòu)建的平均消耗時(shí)間如下表1所示。

表1 系統(tǒng)運(yùn)行平均消耗時(shí)間表Table 1. Average cost schedule for system operation

為了測(cè)試鏡腿遮擋效果的效果，實(shí)驗(yàn)中將輸入人臉圖像分為3組：第1組偏航角度在-5°～5°，作為人臉正臉圖組；第2組偏航角在-58°～-5°，作為右臉圖組；第3組偏航角在5°～65°，作為左臉圖組。實(shí)驗(yàn)中定義遮擋誤差率為輸出圖像中被遮擋鏡腿的水平偏差像素與實(shí)際應(yīng)露出鏡腿的水平像素之比。實(shí)驗(yàn)數(shù)據(jù)如下表2所示。

表2 鏡腿遮擋準(zhǔn)確度Table 2. Mirror leg occlusion accuracy

由表1可知，在舍去人臉內(nèi)輪廓的關(guān)鍵點(diǎn)之后，獲得的人臉凸包和人臉形狀的三維模型運(yùn)行速度都有所提高。

由表2可知，本實(shí)驗(yàn)方法的遮擋誤差小，遮擋精度高，符合虛擬試戴的要求。

實(shí)驗(yàn)中，將本文的姿態(tài)估計(jì)方法與其他方法例如PRNet[6]進(jìn)行運(yùn)算速度比較。如表3所示，本文姿態(tài)估計(jì)算法具有明顯的速度優(yōu)勢(shì)。

表3 不同方法的頭部姿態(tài)估計(jì)運(yùn)行速度Table 3. Running speed of different head pose estimation methods

3.2 實(shí)驗(yàn)結(jié)果

為了驗(yàn)證本文方法的效果，將本文所提出方法的虛擬試戴結(jié)果和其他虛擬試戴方法的結(jié)果進(jìn)行比較。文獻(xiàn)[3～5]涉及到人臉三維重建的技術(shù)，計(jì)算量大而且不容易實(shí)現(xiàn)，重建出來的三維人臉缺少真實(shí)的紋理信息，使得佩戴效果不具有真實(shí)感。文獻(xiàn)[1]是根據(jù)二維圖像的操作，不能實(shí)現(xiàn)多角度的人臉圖像的佩戴功能，而且鏡腿的遮擋問題沒有得到有效解決。本文不需要進(jìn)行復(fù)雜的三維人臉重建，而且針對(duì)多角度的人臉圖像解決了鏡腿的遮擋問題，實(shí)現(xiàn)了眼鏡的真實(shí)佩戴效果。圖8和表4是本文實(shí)驗(yàn)結(jié)果和其他方法的結(jié)果對(duì)比。其中圖8(a)是文獻(xiàn)[2]的實(shí)驗(yàn)結(jié)果圖，圖8(b)是文獻(xiàn)[8]的實(shí)驗(yàn)結(jié)果圖，圖8(c)是文本實(shí)驗(yàn)結(jié)果圖。

表4 不同方法的虛擬試戴對(duì)比Table 4. Virtual try - on comparison of different methods

圖8 (a)雖然沒有出現(xiàn)鏡腿遮擋人臉的情況，但人臉圖像的另一側(cè)不能看到露出的部分鏡腿(圖8(a)左側(cè)圖片中沒有露出左邊的部分鏡腿，右側(cè)圖片中沒有露出右邊的部分鏡腿)，并沒有解決鏡腿的遮擋問題。圖8(b)中，眼鏡大小不夠精準(zhǔn)，出現(xiàn)了鏡框遮擋鼻子的問題，而且人臉另一側(cè)的鏡腿完全消失，沒有解決鏡腿遮擋問題。本文的實(shí)驗(yàn)結(jié)果表明，在虛擬試戴眼鏡過程中解決了鏡腿遮擋的問題，人臉另一側(cè)的鏡腿露出適當(dāng)長(zhǎng)度，增加了虛擬試戴的真實(shí)感。

(a)

(b)

(c)圖8 實(shí)驗(yàn)對(duì)比 (a)文獻(xiàn)[2]方法 (b)文獻(xiàn)[8]方法 (c)本文方法Figure 8. Comparison of experiments(a)Method from reference[2] (b)Method from reference [8] (c)The proposed method

實(shí)驗(yàn)中采用不同眼鏡模型對(duì)虛擬試戴系統(tǒng)進(jìn)行測(cè)試，測(cè)試結(jié)果如圖9所示。

圖9 試戴不同眼鏡的效果圖(a)效果1 (b)效果2 (c)效果3Figure 9. Result of trying on different glasses(a)Result 1 (b)Result 2 (c)Result 3

4 結(jié)束語

本文基于人臉圖像的關(guān)鍵點(diǎn)檢測(cè)，提出了一種新的鏡腿遮擋方法，根據(jù)人臉關(guān)鍵點(diǎn)生成人臉形狀的凸多邊形，通過平移掃描得到人臉形狀的三維模型，在空間中對(duì)眼鏡模型做相應(yīng)變換，并將其佩戴到人臉上，利用深度緩沖檢測(cè)實(shí)現(xiàn)鏡腿消隱的作用。實(shí)驗(yàn)結(jié)果表明，虛擬試戴中鏡腿的遮擋精度高，虛擬試戴效果逼真，并且對(duì)多視角的人臉圖像完成佩戴工作有較好的動(dòng)態(tài)展示效果。實(shí)驗(yàn)中利用圖形學(xué)方法生成的人臉凸包和人臉三維模型速度較快，能較好地滿足虛擬試戴的要求，使線上用戶有較好的購(gòu)物體驗(yàn)，因此本文研究具有一定的應(yīng)用價(jià)值。本文方法也適用于其他虛擬試戴場(chǎng)景，例如虛擬試戴帽子、頭戴式耳機(jī)、頭巾等物品，試戴過程中能對(duì)物品起到遮擋的效果，使得佩戴效果更具有真實(shí)感和現(xiàn)實(shí)感。當(dāng)前虛擬試戴領(lǐng)域研究較少，下一步的研究工作將集中在以下3個(gè)方面：(1)提高人臉圖像的關(guān)鍵點(diǎn)檢測(cè)精度，進(jìn)而提高佩戴眼鏡的精準(zhǔn)度；(2)提高人臉檢測(cè)視角的范圍，使得人臉在大角度偏轉(zhuǎn)的情況下，仍然實(shí)現(xiàn)虛擬試戴工作；(3)將本文方法推廣到更廣泛的應(yīng)用場(chǎng)景，發(fā)揮更大的應(yīng)用價(jià)值。