基于网格纵横局部二值模式的三维人脸识别.pdf

《基于网格纵横局部二值模式的三维人脸识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第３７卷第６期仪器仪表学报Ｖｏｌ３７Ｎｏ６２０１６年６月ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＳｃｉｅｎｔｉｆｉｃＩｎｓｔｒｕｍｅｎｔＪｕｎ．２０１６基于网格纵横局部二值模式的三维人脸识别１，２１，２１，２１，２汤兰兰，盖绍彦，达飞鹏，邓星（１．东南大学自动化学院南京２１００９６；２．东南大学复杂工程系统测量与控制教育部重点实验室南京２１００９６）摘要：提出一种基于网格纵横局部二值模式的三维人脸识别方法。为了充分体现人脸表面的细节差异，有效表示出由表情引起的局部形状变化，本文首先在人脸网格表面的半刚性区域内

2、检测关键点集，并且由关键点确定中心面片，由中心面片及其周围有序环确定关键点邻域；其次将网格上中心面片及其周围有序环看成一个整体，从纵向（相邻环上对应面片之间）和横向（同一环上相邻标号面片之间）分别提取网格纵向局部二值模式描述符和网格横向局部二值模式描述符；然后对这两者进行特征融合得到网格纵横局部二值模式描述符；最后利用ＬＣＫＳＶＤ２字典学习算法在Ｂｏｓｐｈｏｒｕｓ数据库和ＦＲＧＣｖ２．０数据库上完成识别实验。在Ｂｏｓｐｈｏｒｕｓ数据库上各表情的平均Ｒａｎｋ１识别率为９７．６％，在ＦＲＧＣｖ２．０数据库上

3、的Ｒａｎｋ１识别率为９７．９％，该实验结果充分表明本文所提算法具有较高的识别精度，并且对表情变化具有一定的鲁棒性。关键词：３Ｄ人脸识别；关键点检测；网格纵向局部二值模式；网格横向局部二值模式；特征融合；ＬＣＫＳＶＤ２算法中图分类号：ＴＰ３９１ＴＨ１６４文献标识码：Ａ国家标准学科分类代码：５１０．４０５０；５２０．２０４０３ＤＦａｃｅｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅｌｏｃａｌｂｉｎａｒｙｐａｔｔｅｒｎｆｒｏｍｖｅｒｔｉｃａｌａｎｄｈｏｒｉｚｏｎｔａｌｏｎｔｈｅｍｅｓｈ１，２１，２１，

4、２１，２ＴａｎｇＬａｎｌａｎ，ＧａｉＳｈａｏｙａｎ，ＤａＦｅｉｐｅｎｇ，ＤｅｎｇＸｉｎｇ（１．ＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｏｎ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９６，Ｃｈｉｎａ；２．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＭｅａｓｕｒｅｍｅｎｔａｎｄＣｏｎｔｒｏｌｏｆＣＳＥ，ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，Ｎａｎｊｉｎｇ２１００９６，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａ３Ｄｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅｌｏｃａｌｂｉｎａｒｙｐａｔｔｅｒｎｆｒｏｍｖ

5、ｅｒｔｉｃａｌａｎｄｈｏｒｉｚｏｎｔａｌｏｎｔｈｅｍｅｓｈｉｓｐｒｏｐｏｓｅｄ．Ｔｏｆｕｌｌｙｒｅｆｌｅｃｔｔｈｅｄｉｆｆｅｒｅｎｃｅｓｉｎｔｈｅｄｅｔａｉｌｓｏｎｔｈｅｆａｃｅｍｅｓｈ，ｔｈｅｌｏｃａｌｓｈａｐｅｃｈａｎｇｅｓｄｕｅｔｏｅｘｐｒｅｓｓｉｏｎｖａｒｉａｔｉｏｎｓａｒｅｅｆｆｉｃｉｅｎｔｌｙｄｅｓｃｒｉｂｅｄ．Ｆｉｒｓｔ，ｔｈｅｋｅｙｐｏｉｎｔｓｉｎｔｈｅｓｅｍｉｒｉｇｉｄｒｅｇｉｏｎｏｆｔｈｅｆａｃｅａｒｅｄｅｔｅｃｔｅｄ．Ｔｈｅｃｅｎｔｒａｌｆａｃｅｔｉｓｄｅｔｅｒｍｉｎｅｄｂｙｔｈｅｋ

6、ｅｙｐｏｉｎｔ．Ｔｈｅｎｅｉｇｈｂｏｒｈｏｏｄｏｆａｋｅｙｐｏｉｎｔｒｅｌｉｅｓｏｎｔｈｅｃｅｎｔｒａｌｆａｃｅｔａｓｗｅｌｌａｓｉｔｓｓｕｒｒｏｕｎｄｉｎｇｃｏｎｃｅｎｔｒｉｃｏｒｄｅｒｅｄｒｉｎｇｓ．Ｔｈｅｎ，ｔｈｅｃｅｎｔｒａｌｆａｃｅｔａｎｄｉｔｓｓｕｒｒｏｕｎｄｉｎｇｏｒｄｅｒｅｄｒｉｎｇｆａｃｅｔｓａｒｅｃｏｎｓｉｄｅｒｅｄａｓａｗｈｏｌｅ．Ｔｈｅｌｏｃａｌｂｉｎａｒｙｐａｔｔｅｒｎｄｅｓｃｒｉｐｔｏｒｓａｒｅｅｘｔｒａｃｔｅｄｆｒｏｍｖｅｒｔｉｃａｌｏｎｔｈｅｍｅｓｈ（ｍｅｓｈＶＬＢＰ）ａｎ

7、ｄｈｏｒｉｚｏｎｔａｌｏｎｔｈｅｍｅｓｈ（ｍｅｓｈＨＬＢＰ），ｒｅｓｐｅｃｔｉｖｅｌｙ．ＴｈｅｆｅａｔｕｒｅｌｅｖｅｌｆｕｓｉｏｎｏｆｔｈｅｔｗｏｄｅｓｃｒｉｐｔｏｒｓｉｓｉｍｐｌｅｍｅｎｔｅｄｔｏｏｂｔａｉｎｔｈｅＬｏｃａｌＢｉｎａｒｙＰａｔｔｅｒｎｆｒｏｍｖｅｒｔｉｃａｌａｎｄｈｏｒｉｚｏｎｔａｌｏｎｔｈｅｍｅｓｈ（ｍｅｓｈＶＨＬＢＰ）ｄｅｓｃｒｉｐｔｏｒ．Ｆｉｎａｌｌｙ，ｔｈｅｒｅｃｏｇｎｉｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓａｒｅｃｏｎｄｕｃｔｅｄｕｓｉｎｇＬＣＫＳＶＤ２ｌｅａｒｎｉｎｇａｌｇｏｒ

8、ｉｔｈｍｏｎｔｈｅＢｏｓｐｈｏｒｕｓｄａｔａｂａｓｅａｎｄｔｈｅＦＲＧＣｖ２．０ｄａｔａｂａｓｅ．ＴｈｅａｖｅｒａｇｅＲａｎｋ１ｒｅｃｏｇｎｉｔｉｏｎｒａｔｅｏｆｅｘｐｒｅｓｓｉｏｎｖａｒｉａｔｉｏｎｓｏｎｔｈｅＢｏｓｐｈｏｒｕｓｄａｔａｂａｓｅｉｓ９７．６％ａｎｄｔｈｅＲａｎｋ１ｒｅｃｏｇｎｉｔｉｏｎｒａｔｅｏｎｔｈｅＦＲＧＣｖ２．０ｄａｔａｂａｓｅｉｓ９７．９％．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔ