三維目標(biāo)認知模型研究與人臉識別應(yīng)用.pdf

1、人臉識別是最為友好的身份認證技術(shù)，它在安防、執(zhí)法等保障國家和人民安全的重要領(lǐng)域都有著舉足輕重的作用。因此，人臉識別技術(shù)的研究也是近些年來學(xué)術(shù)界的熱門研究方向。而人臉識別涉及的技術(shù)領(lǐng)域不僅僅是模式識別、圖像視覺，還牽扯到神經(jīng)計算、認知心理學(xué)等多門交叉領(lǐng)域，所以人臉識別與其他視覺任務(wù)，如行為理解、表情識別以及其他物體的識別都有著相互啟發(fā)、相互促進的作用。究其根本，需要研究的是人類的視覺認知系統(tǒng)如何快速完成各種不同的視覺任務(wù)，研究他們之間的區(qū)

2、別和聯(lián)系。本文正是基于這一思想，綜合了現(xiàn)有的視覺感知模型的優(yōu)點，設(shè)計出了能夠很好解讀非剛性目標(biāo)運動狀態(tài)的認知模型，并詳細解釋了人臉識別的視覺任務(wù)是如何應(yīng)用這一新模型的。
　　本文的主要研究工作可概括為以下三個方面:
　?、俑鶕?jù)認知心理學(xué)和視覺感知的研究成果，提出了一個用于非剛性目標(biāo)認知的新模型。該模型將目標(biāo)認知分為范疇計算和輪廓計算兩個并行計算通道。這兩個通道分別提取出目標(biāo)的不變特征和可變特征，分別對應(yīng)模型中的兩個本征特征和

3、兩個輔助特征。其中，本征特征的計算涉及信息分離和注意信息加權(quán)。不變特征與可變特征相互之間以及與短期、長期記憶之間不斷交互，最后通過認知整合完成視覺任務(wù)。該模型是由視覺任務(wù)指導(dǎo)的，針對不同的任務(wù)應(yīng)該重新定義模型中各參數(shù)和節(jié)點的代表功能。
　?、谔剿魇褂眯履Ｐ蛨?zhí)行人臉識別任務(wù)的實際算法。其中定義了剛性形變算子、非剛性形變算子以及本征特征來描述目標(biāo)的狀態(tài)，定義了本征特征相似度來比較兩種人臉的本征特征。將人臉的三角網(wǎng)格圖和深度圖分別作為輪

4、廓信息計算和范疇信息計算的輸入，三角網(wǎng)格圖計算出的高斯曲率分布用于計算人臉身份的本征特征，其輔助特征為三角網(wǎng)格圖計算出的表情模擬的參數(shù);深度圖計算出的Gabor特征用于計算表情的本征特征。對深度圖的信息分離采用高斯濾波，過濾出高頻信息;對三角網(wǎng)格的信息分離采用梯度域網(wǎng)格變形技術(shù)，根據(jù)參照臉對人臉表情弱化。
　　③實驗驗證了新模型執(zhí)行人臉識別任務(wù)的有效性，包括人臉在GavabDB、BJUPT-3D和Kinect-3D人臉庫中的正確識