资源描述：
《基于双目立体视觉的三维人脸重构及其识别》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、袃膄芀薇蝿膃莂螃蚅膂薅薅基于双目立体视觉的三维人脸重构及其识别107011011120776代号学号TP391公开分类号密级题(中、英文)目基于双目立体视觉的三维人脸重构及其识别3DFaceReconstructionandRecognitionBasedonBinocularStereoVision聂鹏鹏郑春红副教授作者姓名指导教师姓名、职称工学电路与系统学科门类学科、专业二?一三年三月提交论文日期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
2、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:日期:西安电子科技大学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
3、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)本人签名:日期:导师签名:日期:摘要由于三维人脸识别在人脸识别方面表现优异,其应用变得越来越广泛。作为三维人脸识别的前提,三维人脸重构也引起了研究者越来越多的关注。仿照人类视觉系统,双目立体视觉是三维人脸重构的一个比较重要的方法。本文使用两个普通的摄像机搭建了双目视觉系统,并利用Matlab工具对两个摄像机进行校正,计算出摄像机内部参数和外部参数。立体匹配是双目立体视觉的难点,本文选择了稠密匹配方法来实现,并在Texas3DFRD数据库中成功进行了人脸匹配。作为方法的改进,本文提出利用主动形状模
4、型ASM提取人脸特征点,并根据这些特征点的视差范围来约束匹配算法的搜索范围,减少匹配的时间,并降低误匹配率。本文提出了的人脸识别改进方法,来降低人脸姿态对人脸识别率的影响。该方法是先估计待识别人脸的姿态,并将3D人脸数据库旋转到相同的姿态,再投影到二维图像作为训练数据库,昀后利用经典的二维识别算法进行人脸识别。经实验验证,在待识别人脸与数据库中的人脸有10°的差别时,传统的二维人脸识别率开始急剧下降,而本文提出的算法识别率基本保持不变。经过大量的数据库验证,本文提出的人脸稠密匹配的改进算法缩短了人脸重构的时间,并提高了其精确度;人脸识别的改进方法降低了人脸姿态对识别率的影响。关键词:摄像机标
5、定稠密匹配视差范围人脸姿态估计人脸识别Abstract3Dfacerecognitionhasbecomemoreandmorepopularasitsextraordinaryperformance.Asthepre-conditionofthe3Dfacerecognition,3Dfacereconstructionattractsmoreandmoreresearches’attentionImitatingthehumanvisualsystem,thebinocularstereovisualsystemisregardedasaveryeffectivemethodfor3Df
6、acereconstruction.Usingtwowebcameras,thispaperbuildsabinocularstereovisualsystemandgetsinternalandexternalparameterswiththeMatlabcameracalibrationtoolbox.Asadifficultpartofthebinocularstereovisual,stereomatchisrealizedbythedensestereocorrespondencealgorithm,whichhasagoodperformanceinTexas3DFRD.Inor
7、dertoimprovethealgorithm,thispaperusesthedisparityoffacialfeaturepointstorestrainthesearchrangeofthestereocorrespondencealgorithm.FacialfeaturepointsaregotbytheActiveShapeModelASM.Theimprovedalgorithmscanre
