魯棒人臉正面化方法研究.pdf

1、一直以來，人臉識別都是模式識別和計算機視覺領(lǐng)域的熱點問題，盡管在正面視圖上人臉識別已經(jīng)取得了很好的結(jié)果，但是存在不同姿態(tài)的人臉圖像仍然會導(dǎo)致人臉識別系統(tǒng)性能的下降。為了將不同姿態(tài)下的人臉圖像轉(zhuǎn)換成正面視圖，本文圍繞人臉正面化問題，運用統(tǒng)計分析、三維建模、特征表示、回歸表示等理論，歸納總結(jié)了當(dāng)前主流的人臉正面化方法，并對現(xiàn)有算法加以改進，以提升人臉正面化方法的魯棒性。本文的主要工作和研究成果如下:
　　(1)從基于二維平面的人臉正面

2、化方法出發(fā)，本文提出了結(jié)構(gòu)化正交Procrustes回歸。與正交Procrustes回歸用Frobenius范數(shù)約束誤差項相比，我們的方法用Shatten-p范數(shù)可以更好地刻畫圖像的結(jié)構(gòu)信息，從而能夠得到更加魯棒的結(jié)果。此外我們也分別討論使用l1范數(shù)和l2范數(shù)來約束表示系數(shù)的情況，并給出了相應(yīng)的優(yōu)化算法。
　　(2)本文提出了一種基于三維模型的魯棒人臉正面化方法，該方法首先應(yīng)用SDM(Supervised Descent Meth