欢迎来到天天文库
浏览记录
ID:33179690
大小:4.45 MB
页数:145页
时间:2019-02-21
《三维人脸数据获取与识别》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号UDCTP391.4密级编号中国科学院研究生院博士学位论文三维人脸数据获取与识别徐成华指导教师谭铁牛研究员权龙博士(香港科技大学)申请学位级别工学博士学科专业名称模式识别与智能系统论文提交日期2004年12月论文答辩日期培养单位中国科学院自动化研究所学位授予单位中国科学院研究生院答辩委员会主席摘要摘要随着社会的进步以及网络技术、计算机技术的飞速发展,我们逐渐迈入网络信息化时代,基于生物特征的身份鉴别方法受}Ⅱ广泛的关注。在所有的生物特征识别方法中,人脸识别技术凭借其易接受性、采集方便、符合人们认识规律等优势一直是一个热门课题。传统的人脸识别方法多
2、基于两维图像,由于受到姿态、表情、光照等的影响,至今很难建立鲁棒的人脸识别系统。人脸本身是一个三维非刚性几何体,二维人脸识别必然造成了信息的丢失。本文从一个新角度出发,利用三维数据进行人脸识别,克服了二维人脸识别系统中存在的部分问题。本文的工作以建立鲁棒的三维人脸识别系统为目标,围绕三维数据获取、三维图像预处理、三维特征提取以及特征选取与分类等方面进行了初步探讨。本文的主要工作包括:①研究了三维人脸数据获取方法,并利用非接触式三维获取仪建立了三维脸像数据库。其中3DCASIA脸像数据库,是现有规模最大、变化情况最全的三维脸像数据库。该数据库为三维脸像识
3、别提供了算法测试平台,有利于推动人脸识别的研究。⑦在三维脸像曲面建模方面,从多角度图像获取的三维点集出发进行了逼真三维人脸曲面建模。在此,我们的目的在于发展一个鲁棒的人脸建模系统,普通用户可以用简单的采集设各构建自己的三维模型,并且建成的三维模型具有结构信息,能模拟人的表情。在该系统的措建过程中,提出了基于面部元件拟合的策略和自适应多精度拟合的方法,能快速地由非均匀三维点集到曲面的建模,并且多精度拟台的曲面建模策略为进一步三维人脸识别奠定了基础。@在三维图像预处理环节中,提出了鲁棒的鼻尖检测方法和快速的三维点云配准策略。鼻尖在三维脸像数据中具有最为突出
4、的特征,我们利用局部曲面特征和局部统计特征较鲁棒地定位鼻尖,对旋转、平移、缩放以及不同精度具有较强鲁棒性;利用控制系统中反馈的思想结合曲面建模和ICP策略,实现了快速鲁棒的三维图像配准。这些预处理工作为建立鲁棒的三维识别系统提供了必要条件。④在特征提取方面,提出了新颖的曲面特征表示方法。从整体角度上看,曲面特征可以分为两类:离散特征和关联特征。现有文献中利用的三维曲面特征如曲率、点信号等都可以看作为离散特征。本文在网格曲面建模的基础上,提出了新颖的离散特征和关联特征的表示方法,用他们共同描述曲面的本质特征。⑤在特征分类方面,本文采用了两种策略:融合和统
5、计学习。根据不同属性的特征构建多个单特征分类器,把分类结果在决策阶段进行融合。本文分析了多种融合策略的性能,并选择了简单有效的融合策略。考虑到构建的特征向量具有较高的维数,我们采用的另外一个方案是利用AdaBoost学习策略选择出鲁棒的特征,同时结合他们建立分类器。据我们所知,这是第一次把统计学习的策略引入到三维人脸识别算法中,为三维人脸识别的性能的进一步提高开拓了新思路。第i页摘要@对现有的三维人脸识别算法中采用的典型特征进行了比较,同时对比了三维深度特征和二维灰度特征在人脸识别中的能力。在实验分析的基础上,得出了一些实用的结论,希望对人脸识别的深入
6、有所帮助。本文在三维人脸识别的各个环节做了一些有益的尝试和探索,并取得了一些初步成果。希望本文的工作和结论能够对进一步的人脸识别研究提供帮助。关键词:三维人脸识别,三维人脸建模,生物特征识别,三维特征表达,模式识别第ii页英文摘要3DFaceAcquisitionandRecognitionAuthor:XuChenghuaSupervi80r:TanTieniuCo-Supervis凹:QuanLongAb8tractBiometricidentificationhasreceivedmuchattentionduetotheincreasingde
7、mandonreliabl.ych舡∽terizingindividuals.Ofallthebiometricsfeature8,face培aⅡlongthemostcommonandmostaccessible80thatfacerecognmonremai璐oneo土themostactiveresearchissue8inpatternrecognition.Overthepa8tfewdecades,m08tworkhasfocusedonthe80urceof2Dinten8ityorcolorima收e8.Sincetheaccuracy
8、of2DfacerecogIlitionj8stmn91yinnuencedbyvf”iati
此文档下载收益归作者所有