對面部表情不敏感的三維人臉識別研究.pdf

1、隨著信息技術(shù)的快速發(fā)展,高效、準(zhǔn)確的個人身份認(rèn)證需求正日益增長。人臉識別作為身份認(rèn)證技術(shù)的一個重要組成部分,具有極高的學(xué)術(shù)研究價值和廣泛的市場應(yīng)用前景,已成為模式識別研究領(lǐng)域重要課題之一。當(dāng)前人臉識別研究根據(jù)處理對象不同主要分為兩個類型:二維人臉識別和三維人臉識別。在一定約束條件下,二維人臉識別技術(shù)已經(jīng)可以獲得比較理想的識別效果。但姿態(tài)、光照、表情、年齡等因素是制約二維人臉識別技術(shù)進(jìn)一步發(fā)展的瓶頸。三維數(shù)據(jù)提供了更多人臉識別需要的鑒別信

2、息,被認(rèn)為具有光照、姿態(tài)不變性,因而成為當(dāng)前人臉識別研究領(lǐng)域的熱點。本文主要做了如下研究:
　?、籴槍θS人臉數(shù)據(jù)中可能存在的尖點、孔洞以及姿態(tài)變化等因素會造成人臉樣本類內(nèi)差異增加從而影響人臉識別系統(tǒng)精度的問題,提出一種三維人臉數(shù)據(jù)預(yù)處理方法。通過切割、數(shù)據(jù)規(guī)整、平滑和姿態(tài)矯正使原來散亂的三維人臉點云數(shù)據(jù)變?yōu)橐?guī)整的人臉點云數(shù)據(jù),并可弱化噪聲和冗余信息的干擾降低人臉樣本的類內(nèi)差異。雖然該方法是基于CASIA3D人臉庫的,但其基本思想

3、并不失一般性。
　?、跒樵鰪?qiáng)三維人臉識別系統(tǒng)對表情變化的魯棒性,本文提出一種融合深度數(shù)據(jù)與面部剛性區(qū)域的人臉識別算法。首先根據(jù)人臉幾何特征定位鼻尖點,以該點為中心切割出有效的面部區(qū)域,把各種姿態(tài)的人臉統(tǒng)一矯正到正面姿態(tài);然后以深度圖作為整體特征采用二維主成分分析(2DPCA)算法進(jìn)行匹配,以面部剛性區(qū)域作為局部特征采用改進(jìn)的迭代最近點(ICP)算法進(jìn)行匹配;最后將所提取的整體特征匹配結(jié)果和局部特征匹配結(jié)果進(jìn)行融合。在CASIA3D

4、人臉庫上的實驗結(jié)果表明,本文算法的識別率高于使用單一特征的算法,且對表情變化有較好的魯棒性。
　?、郜F(xiàn)有的深度圖生成算法大多是通過對點云插值把深度數(shù)據(jù)轉(zhuǎn)化為深度圖,但對點云插值的時間復(fù)雜度較高。為有效提高深度圖生成速度,本文采用了一種可避免點云插值的深度圖生成方法。
　?、茚槍鹘y(tǒng)的方法在提取剛性區(qū)域時對每個樣本都以固定半徑切割出所需要的區(qū)域會導(dǎo)致剛性區(qū)域的類間差異減小的問題。為了提高獲取的剛性區(qū)域的類間差異,本文提出了一種