復(fù)雜條件下的二維及三維人臉識(shí)別研究.pdf

1、自動(dòng)人臉識(shí)別技術(shù)由于其廣闊的應(yīng)用前景，目前已成為生物識(shí)別領(lǐng)域熱點(diǎn)研究課題之一。經(jīng)過(guò)近50年的發(fā)展，二維人臉識(shí)別技術(shù)已日趨成熟，但也易受姿態(tài)變化等影響。三維人臉識(shí)別的提出為解決二維人臉識(shí)別的瓶頸提供了契機(jī)，然而同樣存在著表情變化等重大挑戰(zhàn)。因此本文緊緊圍繞二維人臉識(shí)別的多姿態(tài)問(wèn)題及三維人臉識(shí)別的表情問(wèn)題，分別提出解決方案。本文主要工作包括:
　　(1)提出基于2DLDA特征與LBP特征融合的2D人臉識(shí)別方法。從現(xiàn)有人臉庫(kù)選取部分圖像

2、構(gòu)成三個(gè)子集庫(kù)——光照子集、表情子集和姿態(tài)子集。通過(guò)在ORL庫(kù)及三個(gè)子集庫(kù)上實(shí)驗(yàn)，討論P(yáng)CA、LDA、2DPCA、2DLDA、DFT、LBP、Gabor共7種特征提取算法性能。得出沒(méi)有一種算法能在光照、表情、姿態(tài)三種因素變化都較大情況下優(yōu)于其他算法的結(jié)論。在此基礎(chǔ)上，針對(duì)人臉多姿態(tài)問(wèn)題，提出2DLDA全局特征與LBP局部特征融合方法，四個(gè)數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果充分證明了兩種特征的互補(bǔ)性和融合算法的有效性。
　　(2)提出一個(gè)全自動(dòng)的三

3、維人臉模型預(yù)處理方案。算法首先根據(jù)定位的鼻尖點(diǎn)進(jìn)行人臉區(qū)域的裁切，然后通過(guò)PCA初校正和對(duì)稱面提取兩步完成3D人臉模型姿態(tài)定位，最終將其轉(zhuǎn)換至一個(gè)統(tǒng)一坐標(biāo)框架下。
　　(3)提出一種表情魯棒的快速三維人臉識(shí)別方法。本文在探討了幾何特征和ICP算法各自優(yōu)劣的基礎(chǔ)上，提出二者結(jié)合的兩步識(shí)別方法。算法首先根據(jù)提取的13維幾何特征對(duì)庫(kù)集對(duì)象進(jìn)行排除，然后對(duì)剩余的庫(kù)集模型采用ICP進(jìn)行精確配準(zhǔn)，給出最終識(shí)別結(jié)果。另外，為了弱化表情變化帶來(lái)的