人臉三維建模與特征點搜索的研究與應(yīng)用.pdf

1、近年來人臉識別以其方便、經(jīng)濟而受到世人的矚目，然而隨著人臉檢測和識別，人臉建模和動畫等方面的研究的不斷深入，傳統(tǒng)的基于二維圖像的人臉分析方法面臨諸多困難。由于人臉是存在于空間三維結(jié)構(gòu)的，而二維圖像本身三維信息的缺失，無法很好地處理三維結(jié)構(gòu)的人臉識別問題。一個較好的解決辦法是利用三維信息進行人臉的識別。三維信息能夠更精確地描述人的臉部特征，提取的某些特征具有剛體變換不變性，并且不易受化妝，姿態(tài)和光照的影響。 三維人臉的研究主要困難

2、在于：L數(shù)據(jù)獲取困難2．預(yù)處理工作非常繁瑣3．三維數(shù)據(jù)頂點的排列具有任意性，三維數(shù)據(jù)的配準也是一個待解決的問題4．在三維配準時，需要一些三維特征點的坐標，而自動的三維特征點提取算法從未有人提出。 針對目前三維人臉建模與三維人臉研究中的關(guān)鍵性問題，本人在研究生期間所做的工作與創(chuàng)新性的探索如下： (1)幫助實驗室建立了兩個三維人臉數(shù)據(jù)庫，并對于這兩個不同方式采集得到的三維數(shù)據(jù)庫進行了預(yù)處理和重采樣的工作。 (2)由于

3、三維數(shù)據(jù)的頂點規(guī)模遠大于傳統(tǒng)二維數(shù)據(jù)，所以在預(yù)處理過程中，本文提出了一個由少量手工點取的特征點坐標組成的能量函數(shù)，對這個能量函數(shù)進行優(yōu)化來簡化三維預(yù)處理過程。 (3)對于在三維上進行特征點搜索的算法進行了嘗試。將原本在直角坐標系上適用的AAM算法，改為在圓柱坐標(h，φ)上進行。在深度空間建立線性模型，并改進了AAM算法搜索特征點的能量函數(shù)，增加了深度空間項。新的能量函數(shù)得到的優(yōu)化效果更為理想。 (4)在三維配準方法上，

4、本文對光流方法和網(wǎng)格采樣方法進行了研究，并且在網(wǎng)格采樣方法上提出了適當(dāng)?shù)母倪M。但由于這兩種方法效果并不非常理想，本文提出了一種基于TPS的三維配準新方法，在效果和耗時方面都比前兩種方法更優(yōu)。 (5)基于我們擁有的三個三維人臉庫，分別進行了三維建模的工作，建立了三個三維可變形人臉的統(tǒng)計模型。同時對建立的三維模型進行了比較，提出了模型評判的一般性標準。 (6)以上海市科委重大項目“基于三維頭部圖像的身份識別新技術(shù)研究”為背景