基于局部几何保持的人脸图像姿态估计

《基于局部几何保持的人脸图像姿态估计》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、西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切的法律责任。本人签名：壶华毒日期型三一；．印关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的

2、规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。(保密的论文在解密后遵守此规定)本学位论文属于保密，在一年解密后适用本授权书。本人签名：导师签名：日期塑!至!§，塑日期加纵；．纱摘要0IlrllllllllJJlilflJJJllUJlil[Ullll]J—Y2379972人脸姿态估计是模式识别和计算机视觉领域的一项关键技术，在

3、人机交互、智能视频监控、虚拟现实以及人脸识别等领域有着广阔的应用前景。目前，对齐情况下的人脸姿态判别已达到可接受的程度，然而受遮挡、像素偏移和光照等情况的影响，非受控环境下的姿态识别还远未成熟。因此，能够准确、高效的估计人脸姿态角度具有重要的研究意义。针对上述问题，本文的主要工作及创新点包括：本文基于局部几何保持的结构，分别研究了离散视角和连续视角下的人脸姿态估计方法。对于离散视角下的姿态估计，首先讨论了主成分分析、线性判别分析以及梯度方向直方图这三种基于全局特征的姿态估计方法。由于全局特征受遮挡、偏移和光照的影响较不稳定，本文接着研究基于局部特征和词袋模型的人脸

4、姿态估计方法，针对词袋模型未考虑空间信息的特点，在此基础上为局部特征加入空间信息，对该方法进行了改进，使得相同角度下的人脸特征能保持稳定的几何结构。对于连续视角下的人脸姿态，本文研究了基于流形学习的姿态估计方法，采用梯度方向直方图和流形学习相结合的方法，使该方法对遮挡情况下的人脸姿态估计具有较好的鲁棒性。本文对上述所有算法在三个多姿态人脸数据库上进行了对比实验，由于改进的离散姿态估计方法对局部特征加入了空间信息，所以方法对像素移位和遮挡具有很好的效果；对于连续视角下的姿态估计，梯度方向直方图和流形学习相结合的方法同样降低了遮挡因素对姿态估计的影响，因而达到较好估计

5、效果。关键词：人脸姿态估计局部几何保持全局特征词袋模型流形学习AbstractFaceposeestimationfromimagesisoneofthekeytechnologiesInpattemrecognitionandcomputervisionfields．Ithaswidepotentialapplicationsmh啪an．compucerinteraction，intelligentvideosurveillance，virtualrealityandfacerecogIlitiontasks．Sofar,theposeestimationofa

6、lignedfacesisbecomingacceptable·However,fortheuncontrolledenvironment，automaticposeestimationtechnologyISfar丘ommature，、Ⅳhichsuffersfromthevariationsofocclusion，pixelbiasandilluminationetc．Thus．itismeaningfultoproposeaposeestimationmethodinhighaccuracyande衢ciencv．Themainachievementsoft

7、hispaperaresummarizedasfollowstosolvetheseproblems．Inthispaper，wemainlystudythefaceposeestimationmethodwithlocalgeometrypreserving．Themethodsofposeestimationaredividedintotwotypes，discreteposeclaSsificationandcontinuousposeanglecalculation．First，theprincipalcomponentanalysis，lineardis

8、cfimi