基于特征點的三維人臉識別方法研究.pdf

1、人臉識別技術是生物特征識別領域的一個重要分支，且在各個領域有著重要的應用價值。三維人臉識別相比二維人臉識別具有光照和姿態(tài)不變性，從而有著更廣闊的應用前景，但三維人臉模型數(shù)據(jù)獲取比二維圖像困難，且數(shù)據(jù)量大，如何從中自動地選取有用的識別信息是三維人臉識別的一個關鍵;同時三維人臉識別同樣受著表情變化的困擾，如何克服表情變化的影響是三維人臉識別的一個重要研究方向。本文針對這兩個問題提出了有效的解決方法，主要工作如下:
　　1)為了自動提取

2、有效的特征，本文提出了一種由粗到精的三維特征點定位算法。該算法將應用于二維圖像的主動形狀模型運用到三維數(shù)據(jù)中，首先將FRGC V2.0人臉庫中的三維點云模型轉化成深度圖像，在深度圖像上運用主動形狀模型算法實現(xiàn)鼻尖點、左右內外眼角點以及左右嘴角點的粗定位;然后選取這7個粗定位特征點的局部區(qū)域，分別計算這7個局部區(qū)域的形狀指數(shù)值，根據(jù)不同形狀指數(shù)值對應的曲面凹凸程度確定7個特征點的位置。實驗表明，本文的特征點定位算法具有較高的精度和實時性。

3、
　　2)為了克服表情變化對三維人臉識別的影響，提出了一種基于特征點的三維人臉識別算法。該算法首先根據(jù)定位的特征點進行人臉切割以及其他必要的預處理工作，并根據(jù)定位的左右內眼角點和鼻尖點定義了鼻中點;然后提取以鼻中點為中心的8條等測地輪廓線進而用于人臉的近似表征，同時為了防止等測地輪廓線固有的對姿態(tài)不變特性的丟失，單獨提取每條等測地輪廓線的Procrustean距離和角度特征，將其融合后得到每條等測地輪廓線的距離度量;最后根據(jù)每條等