基于三维人脸建模的多姿态人脸识别

基于三维人脸建模的多姿态人脸识别

ID:37961495

大小:298.54 KB

页数:4页

时间:2019-06-03

基于三维人脸建模的多姿态人脸识别_第1页
基于三维人脸建模的多姿态人脸识别_第2页
基于三维人脸建模的多姿态人脸识别_第3页
基于三维人脸建模的多姿态人脸识别_第4页
资源描述:

《基于三维人脸建模的多姿态人脸识别》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、17282009,30(7)计算机工程与设计ComputerEngineeringandDesign·人工智能。基于三维人脸建模的多姿态人脸识别胡异丁,朱斌,甘俊英(五邑大学信息学院,广东江门529020)摘要:待匹配人脸图像与原始图像存在姿态和光照的差异,是自动人脸识别的两个主要瓶颈问题。给出了采用三维人脸模型来解决人脸姿态的变化对人脸识别的影响问题。通过正侧面图像,利用B样条曲线与径向基函数相结合的方法进行三维人脸重建,生成三维人脸模型库。分别计算待匹配人脸图像的3个自由度,快速估计出人脸的姿态;结合待匹配人脸图像的姿态参数及

2、三维人脸模型库,获得与待匹配图像相同姿态的三维人脸模型库中的二维人脸图像。最后完成了相同人脸姿态的二维人脸识别。实验结果证明,该方法无需复杂的设备、简单易行、识别时间短,是一种非常实用的解决人脸姿态问题的识别方法。关键词:人脸识别;三维人脸重建;姿态参数;径向基函数;B样条曲线中图法分类号:TP391文献标识码:A文章编号:1000—7024(2009)07.1728.04Facerecognitionwithmultipleposebasedon3一DfacemodelHUYi—ding,ZHUBin,GANJun—ying(S

3、choolofInformation,WuyiUniversity,Jiangmen529020,China)Abstract:Thediferencesbetweenmatchingfaceimageandoriginalfaceimageinposeandilluminationarebottleneckproblemsinau—tomaticfacerecognition.3-Dfacemodelisusedtotackleposeproblemsinfacerecognition.Mainprocessesareasfol

4、lows:atfirst,RBFs(radialbasisfunctions)andB—splinecurvesmethodsarecombinedtoprocessfrontalandprofileimagesinordertoCatTyon3-Dfacereconstructionandtoconstructa3-Dfacemodeldatabase.Thenfaceposeparametersisestimatedrapidlywhenthreefreedomdegreesoffaceimagearecalculatedre

5、spectively.Later,theposeparametersofmatchingfaceimageandthe3-Dfacemodelareusedtoproduceanewfaceimagewhichpossessesthesameposeparametersasthematchingfaceimage.Finally,the2-Dfacerecognitionisdonewiththesamefacepose.Experimentsprovethatthemethodisefectiveintacklingfacepo

6、seproblemsanditissimplyandquicklyoperated.Keywords:facerecognition;3-Dfacereconstruction;poseparameter;radialbasisfunctions;B—splinecurves光照的影响问题。0引言基于人脸三维模型的方法越来越受到重视。文献【2】提出人脸是人类视觉中最为普遍的模式,它所反映的视觉信了基于轮廓线的方法,通过一系列的图像构造人脸的三维模息在人与人的交流和交往中有着极其重要的作用。人脸的特型,对人脸模型的面貌曲率进行分析,

7、提取轮廓线上的特征殊性,使得人脸识别技术成为最具潜力的身份识别方式。人点,利用轮廓线作为特征进行人脸识别。文献(3]认为人脸深脸识别技术应用广泛,并且曰益受到人们的广泛关注并成为度图上凸起的区域对识别最有帮助,故根据平均曲率和高斯模式识别领域的研究热点。曲率值将这些凸区域从整个人脸分割出来,每个凸区域用一二维人脸识别技术相对成熟。目前,人脸检测和识别方个扩展高斯图,凸区域之间的相似性通过它们的EGI之间的法各不相同,大多基于对一个单一的二维图像进行人脸识别。相关性来描述。为了建立两幅人脸图像凸区域间的相互对应基于二维人脸图像的机器

8、识别,不可避免受到环境和人脸本关系,计算属于不同人的凸区域之间的相关矩阵,本文采用了身的姿态、表情等的影响。二维图像识别技术虽然较为成熟,图匹配算法。文献[4】提出了一种利用深度图像进行人脸区域但由于单一的二维图像不能提供识别所需的完整信息,因而标

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。