信息融合在三維人臉識別中的應用.pdf

1、人臉識別已經(jīng)有多年的研究歷史，它正在被越來越廣泛的應用到日常生活和工作環(huán)境中，比較常見的有：身份鑒別及驗證系統(tǒng)，交互系統(tǒng)，公共安全系統(tǒng)，法律約束系統(tǒng)等。目前人臉識別分為二維人臉識別和三維人臉識別。二維人臉識別面臨許多挑戰(zhàn)，比如人臉姿勢和光照明變化，人臉面部表情的多樣性等。為了能更好的解決這些問題，隨著三維掃描技術(shù)的發(fā)展，三維人臉識別算法被提出來，并且迅速成為計算機視覺領(lǐng)域中的一個熱點問題。本文正是采用三維人臉識別的方法，旨在克服頭部姿勢

2、和光照明變化對人臉識別造成的影響。
　　 雖然一般來說三維人臉識別與二維人臉識別相比具有更高的準確率，但是三維人臉識別仍然面臨許多挑戰(zhàn)：一方面，目前的三維人臉識別率仍不能滿足大家對識別率的要求，三維人臉識別在設(shè)備部署等方面與二維人臉識別相比需要更多的費用，自然大家對三維人臉識別的期望值也比二維人臉識別要高；另一方面，運行效率亟待提高，三維人臉識別需要處理大量的數(shù)據(jù)，空間復雜度和時間復雜度會比較大，如何高效地進行識別是一項比較嚴峻

3、的課題。本文正是為了解決這兩大問題，基于信息融合的思想提出了新的方法。
　　 信息融合在多特征識別中受到廣泛的關(guān)注。按照融合層次的不同，大致分為特征融合，匹配度融合，和決策層融合。在特征層，從不同的數(shù)據(jù)源獲得的數(shù)據(jù)可以被組合成一個新的數(shù)據(jù)來代替原有的數(shù)據(jù)，這稱為特征融合；匹配度是用來度量兩個特征向量的匹配程度的一個量，在匹配度層，多個匹配度向量被組合成一個新的匹配度向量，稱為匹配度融合；在決策層，假如有多種決策方法，比如歐式距離

4、最小，通過每種決策的方法可以得到一個最終的決策值，多個決策值組合在一起可以得到一個最終的決策值，這就是決策層融合。本文將特征融合和匹配度融合用于三維人臉識別中以提高識別率。
　　 本文提出了一種新的基于多階段多特征融合的三維人臉識別方法。特征圖像有三種：最大主曲率圖像，平均邊長圖像，距離圖像。本文利用這三種圖像和提出的多特征多階段融合方法進行人臉識別。融合過程要解決的關(guān)鍵問題在于融合策略的確定。本文提出了一種新的加權(quán)求和的并行融

5、合策略用于特征融合，匹配度融合。實驗結(jié)果發(fā)現(xiàn)特征融合在某些情況下優(yōu)于匹配度融合，而在某些情況下正好相反，基于它們的互補特性，本文提出了一種新的融合方法：兩階段融合（二級融合），從而把特征融合和匹配度融合組合在一起，充分發(fā)揮兩者的優(yōu)勢。為了提高程序運行的效率，網(wǎng)格簡化方法被應用在三維數(shù)據(jù)預處理中，該方法有效的減少了數(shù)據(jù)，降低了程序的時間開銷和空間開銷。為了驗證算法的正確性，本文做了大量的對比實驗。用于實驗的三維人臉數(shù)據(jù)庫是由日本熊本大學內(nèi)

6、村實驗室提供的，該數(shù)據(jù)集包含38個個體的3D人臉數(shù)據(jù)，每個個體含有10個樣本。實驗結(jié)果發(fā)現(xiàn)，在用于人臉識別的三種特征圖像中，使用距離圖像進行識別的準確率要高于使用主曲率圖像和平均邊長圖像的準確率；在對采用的兩種參數(shù)化方法PCA+LDA和PCA進行對比中發(fā)現(xiàn)，采用PCA+LDA時的識別率要高于采用PCA方法時的識別率；在對提出的用于信息融合的加權(quán)求和方法的驗證中，發(fā)現(xiàn)采用新的權(quán)值計算方法比已有的權(quán)值計算方法具有更高的識別率。實驗結(jié)果還表明

7、本文提出的二級融合的性能要高于原有的特征融合和匹配度融合的性能；此外，本文所采用的網(wǎng)格簡化方法不僅可以提高識別率，還可以很大程度上降低程序運行的時空開銷。
　　 本文另外一個貢獻在于建立了一個人臉識別系統(tǒng)，該系統(tǒng)不僅可以用于二維人臉識別，也可以用于三維人臉識別。在進行二維人臉識別時，該系統(tǒng)是一個實時處理系統(tǒng)，只要在PC機上安裝有普通的2D攝像頭，就可以實時地采集人臉圖像，并且完成從數(shù)據(jù)處理，特征提取到匹配的整個過程。對于三維人臉