版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、人臉識(shí)別已經(jīng)有多年的研究歷史,它正在被越來(lái)越廣泛的應(yīng)用到日常生活和工作環(huán)境中,比較常見(jiàn)的有:身份鑒別及驗(yàn)證系統(tǒng),交互系統(tǒng),公共安全系統(tǒng),法律約束系統(tǒng)等。目前人臉識(shí)別分為二維人臉識(shí)別和三維人臉識(shí)別。二維人臉識(shí)別面臨許多挑戰(zhàn),比如人臉姿勢(shì)和光照明變化,人臉面部表情的多樣性等。為了能更好的解決這些問(wèn)題,隨著三維掃描技術(shù)的發(fā)展,三維人臉識(shí)別算法被提出來(lái),并且迅速成為計(jì)算機(jī)視覺(jué)領(lǐng)域中的一個(gè)熱點(diǎn)問(wèn)題。本文正是采用三維人臉識(shí)別的方法,旨在克服頭部姿勢(shì)
2、和光照明變化對(duì)人臉識(shí)別造成的影響。
雖然一般來(lái)說(shuō)三維人臉識(shí)別與二維人臉識(shí)別相比具有更高的準(zhǔn)確率,但是三維人臉識(shí)別仍然面臨許多挑戰(zhàn):一方面,目前的三維人臉識(shí)別率仍不能滿足大家對(duì)識(shí)別率的要求,三維人臉識(shí)別在設(shè)備部署等方面與二維人臉識(shí)別相比需要更多的費(fèi)用,自然大家對(duì)三維人臉識(shí)別的期望值也比二維人臉識(shí)別要高;另一方面,運(yùn)行效率亟待提高,三維人臉識(shí)別需要處理大量的數(shù)據(jù),空間復(fù)雜度和時(shí)間復(fù)雜度會(huì)比較大,如何高效地進(jìn)行識(shí)別是一項(xiàng)比較嚴(yán)峻
3、的課題。本文正是為了解決這兩大問(wèn)題,基于信息融合的思想提出了新的方法。
信息融合在多特征識(shí)別中受到廣泛的關(guān)注。按照融合層次的不同,大致分為特征融合,匹配度融合,和決策層融合。在特征層,從不同的數(shù)據(jù)源獲得的數(shù)據(jù)可以被組合成一個(gè)新的數(shù)據(jù)來(lái)代替原有的數(shù)據(jù),這稱為特征融合;匹配度是用來(lái)度量?jī)蓚€(gè)特征向量的匹配程度的一個(gè)量,在匹配度層,多個(gè)匹配度向量被組合成一個(gè)新的匹配度向量,稱為匹配度融合;在決策層,假如有多種決策方法,比如歐式距離
4、最小,通過(guò)每種決策的方法可以得到一個(gè)最終的決策值,多個(gè)決策值組合在一起可以得到一個(gè)最終的決策值,這就是決策層融合。本文將特征融合和匹配度融合用于三維人臉識(shí)別中以提高識(shí)別率。
本文提出了一種新的基于多階段多特征融合的三維人臉識(shí)別方法。特征圖像有三種:最大主曲率圖像,平均邊長(zhǎng)圖像,距離圖像。本文利用這三種圖像和提出的多特征多階段融合方法進(jìn)行人臉識(shí)別。融合過(guò)程要解決的關(guān)鍵問(wèn)題在于融合策略的確定。本文提出了一種新的加權(quán)求和的并行融
5、合策略用于特征融合,匹配度融合。實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)特征融合在某些情況下優(yōu)于匹配度融合,而在某些情況下正好相反,基于它們的互補(bǔ)特性,本文提出了一種新的融合方法:兩階段融合(二級(jí)融合),從而把特征融合和匹配度融合組合在一起,充分發(fā)揮兩者的優(yōu)勢(shì)。為了提高程序運(yùn)行的效率,網(wǎng)格簡(jiǎn)化方法被應(yīng)用在三維數(shù)據(jù)預(yù)處理中,該方法有效的減少了數(shù)據(jù),降低了程序的時(shí)間開(kāi)銷(xiāo)和空間開(kāi)銷(xiāo)。為了驗(yàn)證算法的正確性,本文做了大量的對(duì)比實(shí)驗(yàn)。用于實(shí)驗(yàn)的三維人臉數(shù)據(jù)庫(kù)是由日本熊本大學(xué)內(nèi)
6、村實(shí)驗(yàn)室提供的,該數(shù)據(jù)集包含38個(gè)個(gè)體的3D人臉數(shù)據(jù),每個(gè)個(gè)體含有10個(gè)樣本。實(shí)驗(yàn)結(jié)果發(fā)現(xiàn),在用于人臉識(shí)別的三種特征圖像中,使用距離圖像進(jìn)行識(shí)別的準(zhǔn)確率要高于使用主曲率圖像和平均邊長(zhǎng)圖像的準(zhǔn)確率;在對(duì)采用的兩種參數(shù)化方法PCA+LDA和PCA進(jìn)行對(duì)比中發(fā)現(xiàn),采用PCA+LDA時(shí)的識(shí)別率要高于采用PCA方法時(shí)的識(shí)別率;在對(duì)提出的用于信息融合的加權(quán)求和方法的驗(yàn)證中,發(fā)現(xiàn)采用新的權(quán)值計(jì)算方法比已有的權(quán)值計(jì)算方法具有更高的識(shí)別率。實(shí)驗(yàn)結(jié)果還表明
7、本文提出的二級(jí)融合的性能要高于原有的特征融合和匹配度融合的性能;此外,本文所采用的網(wǎng)格簡(jiǎn)化方法不僅可以提高識(shí)別率,還可以很大程度上降低程序運(yùn)行的時(shí)空開(kāi)銷(xiāo)。
本文另外一個(gè)貢獻(xiàn)在于建立了一個(gè)人臉識(shí)別系統(tǒng),該系統(tǒng)不僅可以用于二維人臉識(shí)別,也可以用于三維人臉識(shí)別。在進(jìn)行二維人臉識(shí)別時(shí),該系統(tǒng)是一個(gè)實(shí)時(shí)處理系統(tǒng),只要在PC機(jī)上安裝有普通的2D攝像頭,就可以實(shí)時(shí)地采集人臉圖像,并且完成從數(shù)據(jù)處理,特征提取到匹配的整個(gè)過(guò)程。對(duì)于三維人臉
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 融合三維信息視頻人臉識(shí)別.pdf
- 基于信息融合的三維人臉識(shí)別.pdf
- 基于特征融合的三維人臉識(shí)別.pdf
- 基于信息融合的三維人臉識(shí)別方法研究.pdf
- 基于特征的B樣條擬合在三維人臉重建中的研究.pdf
- 基于二維三維信息融合的人臉識(shí)別算法研究.pdf
- 基于幾何信息的三維人臉識(shí)別研究.pdf
- 三維人臉表情識(shí)別.pdf
- OpenGL在三維造型中的應(yīng)用.pdf
- 多模態(tài)信息融合在目標(biāo)識(shí)別中的應(yīng)用.pdf
- 信息融合在模式識(shí)別中的應(yīng)用研究.pdf
- 基于人臉模型重建的三維人臉識(shí)別.pdf
- 三維人臉識(shí)別中SSIM的算法研究.pdf
- 三維人臉表情識(shí)別(1)
- 臉部特征點(diǎn)提取技術(shù)研究及其在三維人臉建模中的應(yīng)用.pdf
- 三維人臉識(shí)別算法的研究.pdf
- 基于三維人臉模型的多姿態(tài)人臉識(shí)別.pdf
- 三維人臉識(shí)別中三維數(shù)據(jù)對(duì)應(yīng)關(guān)系的研究.pdf
- PSD在三維測(cè)量中的應(yīng)用研究.pdf
- 安全疏散算法在三維樓宇中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論