基于三維多分辨率形變模型的人臉識(shí)別算法研究.pdf

1、該文的研究工作是針對(duì)基于三維多分辨率形變模型的人臉識(shí)別方法展開的,主要包括三維人臉對(duì)齊以及復(fù)雜光照條件下的多姿態(tài)人臉識(shí)別兩方面的內(nèi)容.三維多分辨率模型與Fisher線性判別(FLD)相結(jié)合能夠很好的適應(yīng)外部條件的變化,提高人臉識(shí)別的速度和效率.三維點(diǎn)之間的對(duì)齊是三維人臉建模的關(guān)鍵,文章采用了基于重采樣技術(shù)的對(duì)齊策略,在對(duì)結(jié)果細(xì)分的同時(shí),將所有人臉劃分成各種分辨率條件下統(tǒng)一的拓?fù)浣Y(jié)構(gòu),而后依據(jù)這個(gè)統(tǒng)一結(jié)構(gòu)獲得不同人臉之間的點(diǎn)到點(diǎn)對(duì)齊.為了

2、滿足對(duì)齊的要求,改進(jìn)了基于分割的重采樣技術(shù),根據(jù)三維人臉的具體形狀以及表面特征,定義了統(tǒng)一均勻的劃分方案,充分考慮人臉分片后整體與個(gè)體分片之間的相互聯(lián)系,權(quán)衡片與片之間的關(guān)系,得到合理的采樣結(jié)果,達(dá)到對(duì)齊目的.在多分辨率形變模型基礎(chǔ)上,結(jié)合Fisher線性判別的分類算法,文章提出了一種適合不同姿態(tài)和光照條件下的人臉識(shí)別方法.三維多分辨率模型能夠更快更精確的提取人臉特征,排除外部條件對(duì)識(shí)別效果的影響;Fisher線性判別算法能夠充分利用不

3、同條件下的人臉二維圖像信息,加強(qiáng)了對(duì)光照、姿態(tài)的魯棒性.利用三維模型分析人臉圖像,可以從各個(gè)角度以及不同光照環(huán)境下考慮二維成像,解決了光照和姿態(tài)對(duì)人臉識(shí)別效果的影響;但是由于三維數(shù)據(jù)的復(fù)雜性,對(duì)二維圖像的分析過程中存在大量的冗余,很大程度上影響了人臉成像的速度,使得圖像的分析效率較低;為了解決這個(gè)問題,文章中采用了多分辨率的解決方案,利用三維多分辨率模型從粗到細(xì)的對(duì)二維圖像進(jìn)行分析,提高了人臉特征提取的效率.為了進(jìn)一步改善分類效果,使用