非可控條件下的三維人臉識別研究.pdf

1、人臉識別因其自然、友好、對用戶干擾少等優(yōu)點，成為計算機(jī)圖像處理領(lǐng)域中極具應(yīng)用前景的關(guān)鍵技術(shù)。經(jīng)過二十多年的發(fā)展，二維人臉識別的研究已取得了很大的進(jìn)展，在一定約束條件下能取得較好的識別結(jié)果。但由于易受光照、姿態(tài)、表情等因素的影響，人臉識別技術(shù)的發(fā)展受到制約。
　　近年來，隨著三維數(shù)據(jù)采集技術(shù)的日益成熟，三維人臉識別受到越來越多的關(guān)注，涌現(xiàn)了大量有關(guān)三維人臉識別算法的研究。本文主要針對非可控條件下的三維人臉識別問題展開深入研究，給出了

2、有效的解決方案。本文的主要研究內(nèi)容和貢獻(xiàn)如下:
　　(1)提出一種對姿態(tài)和表情不敏感的三維人臉標(biāo)志點定位方法。利用HK曲率分析檢測候選標(biāo)志點，根據(jù)對面部形狀的先驗知識，提出一種基于人臉幾何結(jié)構(gòu)的分類策略對候選標(biāo)志點進(jìn)一步細(xì)分，通過把候選標(biāo)志點與面部標(biāo)志點模型進(jìn)行匹配，實現(xiàn)標(biāo)志點的精確定位。首先在CASIA數(shù)據(jù)集對該方法的標(biāo)志點定位精度進(jìn)行測試，然后在UND/FRGC v2.0數(shù)據(jù)集對該方法與其他先進(jìn)的方法進(jìn)行比較。實驗結(jié)果表明該方

3、法在姿態(tài)和表情變化很大的情況下仍具有高精度和高魯棒性。
　　(2)提出一種新的表情不變?nèi)S人臉識別方法。三維人臉被劃分成一組等距測地線條紋，并使用3DWW和質(zhì)心距離描述條紋的空間關(guān)系。此外，提出了相應(yīng)的相似性度量方法。在CASIA數(shù)據(jù)庫和FRGC v2.0數(shù)據(jù)庫上進(jìn)行實驗。結(jié)果表明，即使在表情變化強(qiáng)烈時，該方法仍獲得很好的識別性能。
　　(3)針對大幅度姿態(tài)變化問題，提出了一種新的姿態(tài)不變?nèi)S人臉識別方法。利用一個自動的標(biāo)志

4、點檢測器來估計人臉模型的姿態(tài)，并使用一個參考模型配準(zhǔn)各個人臉模型。利用半臉匹配，該方法可以無縫地處理正面和側(cè)面人臉模型。在Bosphorus和UND/FRGC v2.0數(shù)據(jù)庫中進(jìn)行的實驗表明，該方法對姿態(tài)變化具有較高的準(zhǔn)確率和魯棒性。
　　(4)提出一種基于關(guān)鍵點和局部描述符的三維人臉識別算法。首先在尺度空間中檢測平均曲率的極值點，作為人臉曲面上的關(guān)鍵點。然后，提出一種網(wǎng)格邊緣點過濾器的方法，用于過濾邊緣關(guān)鍵點。設(shè)計一個由幾何形狀