2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩123頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、人臉識別算法利用人的面部特征來識別身份,它在多個領(lǐng)域有巨大的市場需求,如出入控制、視頻監(jiān)控、機(jī)場安檢、人機(jī)交互等。三維人臉識別技術(shù)是人臉識別方法的一種,它利用人臉的三維形狀信息作為特征,可以解決二維人臉識別算法對光照和姿態(tài)敏感的問題,因此越來越多的學(xué)者開始關(guān)注三維人臉識別。然而表情會導(dǎo)致三維人臉形狀發(fā)生改變,降低算法性能。本文主要以形狀濾波為手段研究表情變化下三維人臉形變建模、匹配方法及其關(guān)鍵技術(shù),本文的主要貢獻(xiàn)包括:
   (

2、1)對三維人臉識別技術(shù)的原理進(jìn)行分析,指出表情是影響系統(tǒng)性能的主要問題。介紹了當(dāng)今人臉識別技術(shù)的歷史、發(fā)展現(xiàn)狀,對克服表情影響的三維人臉識別技術(shù)進(jìn)行深入研究,指出克服表情引起的類內(nèi)人臉形狀改變關(guān)鍵之處在于以表情模型為基礎(chǔ)的類內(nèi)形變估計。
   (2)提出了基于子區(qū)域約束的非剛性人臉匹配模型。在傳統(tǒng)的基于ICP的匹配模型中,人臉必須滿足近似剛體的條件。現(xiàn)實中由于表情形變的出現(xiàn),人臉很難再近似為剛體。在深入分析人臉各種形變描述及估計

3、方法的基礎(chǔ)上,將傳統(tǒng)匹配模型中剛性參數(shù)估計方法推廣到表情變化的情況,建立了非剛性匹配模型。在新的模型中,人臉的類內(nèi)形變通過徑向基函數(shù)描述;鼻子-眼睛-額頭區(qū)域作為空域約束控制形變的程度。實驗結(jié)果表明非剛性方法適用于三維人臉識別。新模型可以在保持類間差距的同時,減小由于表情導(dǎo)致的類內(nèi)變化從而提高識別率。
   (3)提出了基于非剛性形變的特征提取方法。為了提高識別系統(tǒng)的在線匹配效率,目標(biāo)人臉一般表示為模板人臉的非剛性形變場。因此,

4、提高性能的關(guān)鍵問題在于準(zhǔn)確提取目標(biāo)與模板之間非剛性形變。本文方法首先利用圖譜技術(shù)將人臉分解成低頻輪廓和高頻細(xì)節(jié)分量,利用改進(jìn)的非剛性配準(zhǔn)算法對輪廓分量進(jìn)行形變參數(shù)提取,并利用剛性參數(shù)對細(xì)節(jié)信息進(jìn)行校準(zhǔn),最后利用補(bǔ)償?shù)募?xì)節(jié)特征實現(xiàn)非剛性形變量的提取。實驗結(jié)果表明,結(jié)合了幾何形狀分解和非剛性點集配準(zhǔn)的新方法降低了重構(gòu)誤差,提高了識別的精度。
   (4)通過深入研究人臉的空域形變模型,提出了描述人臉形變的頻域模型,并且基于該頻域模型

5、利用形狀濾波器解決表情變化下三維人臉特征提取問題。該模型將人臉形狀按照圖譜頻率分成三個部分:代表輪廓的低頻部分,代表形狀細(xì)節(jié)的中頻部分,以及代表系統(tǒng)噪聲的高頻部分。表情導(dǎo)致的形狀改變集中在形狀的低頻部分,對中頻部分的細(xì)節(jié)信息影響小。利用流形諧波構(gòu)建了理想階躍濾波器,實現(xiàn)中頻信息的提取,并利用網(wǎng)格平面參數(shù)化將人臉網(wǎng)格映射到邊界為正四邊形的平面區(qū)域內(nèi),經(jīng)過線性插值采樣得到三維形狀的二維幾何圖像。在FRGCv2人臉庫上的實驗結(jié)果表明了中頻形狀

6、信息具有身份表征性和表情魯棒性,仿真結(jié)果也指出人臉不同的頻率分量對識別身份都有一定作用。
   (5)提出了基于平面幾何圖像的卷積濾波器設(shè)計方法。雖然流形諧波實現(xiàn)了Fourier變換在非線性空間的推廣,但采用頻域濾波會涉及高維稀疏矩陣的特征值分解。對于包含n個點的人臉點云來說,Laplace矩陣的維數(shù)為n×n。為了設(shè)計有效的形狀濾波器,需要對上述高維稀疏矩陣進(jìn)行全部的特征值分解,巨大的計算復(fù)雜度影響了濾波器的設(shè)計效率。因此本章對

7、形狀濾波過程進(jìn)行推廣,提出了基于空域卷積的濾波器設(shè)計方法。首先利用諧波映射實現(xiàn)了流形曲面到平面幾何圖像的映射,在映射過程中通過人臉對稱面檢測實現(xiàn)凸邊界形狀標(biāo)定中的畸變。離線訓(xùn)練階段利用差分進(jìn)化算法得到有利于分類的空域卷積核,在線識別時用此卷積核提取特征用于人臉身份的識別與認(rèn)證。并將基于整體形狀差異的濾波過程推廣到基于局部子區(qū)域的形狀濾波,提高了算法的識別率。
   關(guān)健詞:三維人臉識別;表情變化;形變模型;非剛性配準(zhǔn);流形諧波;

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論