表情魯棒的三維人臉識別算法研究.pdf

1、過去二十年來，人臉識別是計算機視覺領(lǐng)域中最重要的和最有吸引力的研究方向之一，并在多個領(lǐng)域有著廣泛的應用前景，如視頻監(jiān)控、考勤系統(tǒng)、機場安檢等。大量研究表明，傳統(tǒng)的二維人臉識別在受限環(huán)境中能夠獲得很好的識別性能，但是仍然受照明、姿態(tài)、化妝、面部表情等因素的影響。與二維人臉識別相比，基于三維人臉數(shù)據(jù)的人臉識別技術(shù)由于不受光照和姿態(tài)的影響，因而被認為具有更廣闊的發(fā)展空間。但是三維人臉識別也面臨著許多困難和挑戰(zhàn)，表情變化是一個主要的問題。本文對

2、現(xiàn)有的三維人臉識別方法進行了總結(jié)和歸納，然后針對表情問題，提出了兩種對表情變化具有魯棒性的三維人臉識別方法。本文的主要工作和創(chuàng)新點如下:
　　1.提出一種基于半剛性區(qū)域面部輪廓線匹配的三維人臉識別方法。首先，對人臉進行預處理，包括人臉數(shù)據(jù)平滑、人臉區(qū)域切割和人臉姿態(tài)矯正，將所有的人臉置于同一坐標系下;然后，從三維人臉模型的半剛性區(qū)域提取人臉多條面部輪廓線來表征人臉面部曲面;最后，利用彈性曲線匹配算法計算不同三維人臉模型間對應的輪廓

3、線在預形狀空間中的測地距離，將其作為相似性度量，并且對所有輪廓線的相似度向量進行加權(quán)融合，得到總相似度用于分類。在FRGC v2.0數(shù)據(jù)庫中進行的大量實驗表明，基于半剛性區(qū)域面部輪廓線匹配的三維人臉識別方法具有較強的識別性能，并且對表情變化具有很好的魯棒性。
　　2.提出一種基于表情不變特征的三維人臉識別方法。首先將所有人臉向標準人臉對齊并且進行非剛性配準以獲取準確的點對應關(guān)系;然后利用訓練集人臉和標準人臉來構(gòu)建人臉形狀殘差空間和