表情變化條件下的快速三位人臉識別研究.pdf

1、人臉識別是一種基于人臉這種生物特征的身份認證技術(shù),在許多領(lǐng)域及場合都有著廣闊的應用前景,例如門禁系統(tǒng)、安全監(jiān)控、智能空間以及自然人機交互等。傳統(tǒng)的二維人臉識別主要依賴于二維灰度圖像或彩色圖像進行識別認證,雖然目前已經(jīng)取得較好的識別性能和效果,但仍易受光照、姿態(tài)、尺寸大小、表情及化妝等因素的影響。隨著三維掃描技術(shù)和生物特征識別技術(shù)的快速發(fā)展,三維人臉識別受到了越來越廣泛的關(guān)注,成為識別認證技術(shù)領(lǐng)域的一個熱點課題。一般認為,三維信息受姿勢和

2、光照的影響較小,而且三維人臉模型包含了比二維人臉圖像更多的信息、特征,所以三維人臉識別技術(shù)被認為具有更好的識別效果。盡管如此,三維人臉信息同樣還是會受到表情變化因素的影響,因此會導致識別效果的降低。同時由于三維人臉模型往往由海量的三維數(shù)據(jù)表示,導致了算法的速度和實時性難以滿足實際要求。因此,表情變化問題和實時性問題是三維人臉識別中迫切需要解決的兩大瓶頸問題。本文工作主要就是針對這兩個問題進行探討和研究,提出一些有效的解決方案。本文的主要

3、工作總結(jié)如下:
　　 第一章從整體上介紹生物特征技術(shù)和三維人臉識別技術(shù)的發(fā)展與現(xiàn)狀,重點介紹了三維人臉識別的流程、數(shù)據(jù)表示以及三維人臉識別的優(yōu)勢和存在的問題,對目前使用較為廣泛的三維人臉數(shù)據(jù)庫進行了總結(jié),對三維人臉識別的研究現(xiàn)狀進行了介紹和分析。
　　 第二章提出了一種基于球面投影的三維人臉識別算法。首先介紹了一些準備內(nèi)容,包括ICP算法、空間采樣法、CPD算法等常用的算法；然后介紹了本文所采用的預處理方法；預處理后的人

4、臉具有大小相近的尺寸,從預處理過的庫集人臉中選取模板人臉并適當?shù)倪M行處理；然后對預處理后得到的其他庫集人臉模型朝模板人臉模型進行CPD非剛性形變并建立起點對應關(guān)系；接著剪切掉人臉眼睛、嘴巴等不穩(wěn)定區(qū)域；然后通過本文提出的球面投影算法以及之前建立起來的點對應關(guān)系來計算相似度并完成識別。通過實驗和分析得出本章提出的識別算法具有很好的識別效果。
　　 第三章的第一部分提出了一種改進KD樹結(jié)構(gòu)的方法使之能夠更好的運用到ICP算法中。首先

5、對KD樹的節(jié)點進行了改造,為建立人臉子區(qū)域?qū)P(guān)系建立基礎(chǔ)；然后提出了最長軸選取分辨器法則和分割值模糊選取法則兩個改進措施。本章接下來的部分提出了一種基于改進KD樹的三維人臉識別方法。首先選取一張合適的參考人臉,用ICP算法把所有的庫集人臉與參考人臉進行對齊,然后根據(jù)建立起來的參考人臉的KD樹的葉子節(jié)點將參考人臉分割成若干塊子區(qū)域,因此在所有與參考人臉進行過ICP配準的庫集人臉模型上都可以找到與參考人臉子區(qū)域相對應的區(qū)域,這樣就建立起了

6、整個庫集人臉的子區(qū)域?qū)P(guān)系。最后利用本文提出的子區(qū)域訓練方法得出基于每一塊子區(qū)域的識別率,利用得到的識別率計算出該塊子區(qū)域的識別算子,接著計算兩個人臉模型每塊對應子區(qū)域的平均歐氏距離,把該值乘上該子區(qū)域的識別算子得到該子區(qū)域的一個特征值,再把所有區(qū)域的特征值進行相加得到相似度來進行識別。通過實驗和分析得出對KD樹的改進是成功的,同時提出的識別算法也具有明顯的優(yōu)越性。
　　 第四章為總結(jié)與展望,對本文內(nèi)容做了總結(jié),并分析了目前仍