多模式3d人脸识别系统设计与实现

多模式3d人脸识别系统设计与实现

ID:35072189

大小:3.43 MB

页数:60页

时间:2019-03-17

多模式3d人脸识别系统设计与实现_第1页
多模式3d人脸识别系统设计与实现_第2页
多模式3d人脸识别系统设计与实现_第3页
多模式3d人脸识别系统设计与实现_第4页
多模式3d人脸识别系统设计与实现_第5页
资源描述:

《多模式3d人脸识别系统设计与实现》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、——:■单位訓10144分类号_化坤编号硕±学位论文题斯Ay、嗅化巧李妖位作勺^於目每硏究生姓名(24届\巧^歌件巧诗侣专业)导师姓名和冻季。论文完成日期21作U同途i化少欠參-She打ya凸gLigo打gUniversity类全日制学术型硕士□全日制工程硕士别□在职工程硕士硕士学位论文论文题目:多模式3D人脸识别系统设计与实现学科、专业(领域)名称:计算机软件与理论研究方向:图像处理与分析技术论文编号:分类号:TP391密级:UDC:621.3编号:2013152工学硕士学位论文多模式3D人脸

2、识别系统设计与实现硕士研究生:王申指导教师:和晓军副教授学科、专业:计算机软件与理论沈阳理工大学2015年12月分类号:TP391密级:UDC:621.3编号:2013152工学硕士学位论文多模式3D人脸识别系统设计与实现硕士研究生:王申指导教师:和晓军副教授学位级别:工学硕士学科、专业:计算机软件与理论所在单位:沈阳理工大学论文提交日期:2015年12月论文答辩日期:2016年3月学位授予单位:沈阳理工大学ClassificationIndex:TP391U.D.C:004AThesisfortheMasterDegreeofM.EngMulti-mode

3、3DFaceRecognitionSystemDesignandImplementationCandidate:WangShenSupervisor:HeXiaojunAssociateProfessorAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:ComputerSoftwareandTheoryDateofSubmission:December,2015DateofExamination:March,2016University:ShenyangLigongUniversity沈阳理工大学

4、硕±学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中己注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均己在文中明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字):it曰期:。件]月/曰Z!(学位论文版权使用授权书本学位论文作者完全了解沈阳理工大学有关保留、使用学位论文的规定,即:沈阳理工大学有权保留并向国家有关部口或

5、机构送交学位论文的复印件和磁盘,允许论文被查阅和借阅。本人授权沈阳理王大学可W将学位论文的全部或部分内容编入有关数据库进行检索,可采用影印、缩印或其它复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)壬寺'0秦字学位论文作者签名:指导教师签名:和日期日期;2b/U//摘要近年来,3D人脸识别一直是当下模式识别领域的热点。3D人脸识别相对于指纹识别,虹膜识别等识别系统有着先天的优势,主要体现在操作简单方便,对目标具有相当小的侵犯性,甚至可以在目标没有察觉的情况下对目标进行检测,这是其他检测方式做不到的。然而,现

6、阶段算法的准确率相对于其他检测方式有明显的不足,大部分算法的鲁棒性不高,只在个别的数据库上有较好的效果。相较于传统人脸识别,由于3D人脸识别不依赖与可见光成像,所以可以有效的避免传统人脸识别对于光照敏感的这一问题。同时,3D人脸相对于2D人脸包含了更多直观的人脸信息,如果将这些信息正确的应用,则3D人脸识别算法必将比2D人脸识别获得更高的正确率。本文提出的这种3D人脸识别系统引入了若干个增强鲁棒性的方法,使得算法的鲁棒性得到保证。首先提出了一种逐级筛选的鼻尖点定位方法,这种方法鲁棒性强,而且复杂度可以接受。人脸识别部分的算法使用了局部曲线特征作为人脸的特征,

7、这使得算法能容忍人脸上的部分数据丢失。引入了3D人脸的深度投影,测地投影和曲率投影来充分利用3D人脸特征,并且通过实验证明使用这三种人脸信息是必要的。在判定阶段,使用了神经网络作为判定方法,该算法交叉计算同一人目标的不同人脸之间的特征值,使得训练集十分充足,网络的训练效果较好。算法分为人脸预处理、姿态校正、特征计算、使用神经网络判定四个步骤。在论文的结尾展望了3D人脸识别的不足和改进的设想。关键字:3D人脸识别;SURF;多模式人脸;神经网络AbstractInrecentyears,the3Dfacerecognitionhasbeenthehotspot

8、inthefieldofpatternrecogni

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。