二維及雙模態(tài)融合的單訓(xùn)練樣本人臉識別技術(shù)研究.pdf

1、單訓(xùn)練樣本人臉識別,是指每人僅存儲一幅人臉圖像作為訓(xùn)練集去識別姿態(tài)、光照等可能存在變化的人臉圖像的身份。由于單訓(xùn)練樣本問題給人臉識別系統(tǒng)帶來的巨大挑戰(zhàn)及本身具有的重要意義,它已成為人臉識別研究中的一個重要的研究方向。本文分析了單訓(xùn)練樣本人臉識別的研究現(xiàn)狀,指出樣本擴張和多特征融合是解決單訓(xùn)練樣本問題的有效途徑:本文主要在理論和算法上對二維以及雙模態(tài)生物特征融合的單訓(xùn)練樣本人臉識別進行深入的研究,重點研究二維人臉圖像特征提取以及2D人臉與

2、3D鼻型雙模態(tài)信息融合。
　　 論文的主要工作有:
　　 1.本文對單訓(xùn)練樣本人臉識別的樣本擴張技術(shù)進行研究,提出了應(yīng)用于的單訓(xùn)練樣本人臉識別的基于單張正面照片的三維人臉模型合成方法,利用合成的三維人臉模型生成姿態(tài)、光照、表情變化的虛擬人臉圖像,以達到擴充訓(xùn)練樣本庫的目的,從而將單訓(xùn)練樣本問題轉(zhuǎn)化為多訓(xùn)練樣本人臉識別。由二維圖像恢復(fù)對象的三維模型是計算機視覺領(lǐng)域的一個基本問題,傳統(tǒng)的方法需要多幅人臉圖像、圖像序列,或者需

3、要限定條件下的立體圖像對、正面和側(cè)面圖像對等,不利于實際應(yīng)用。本文提出的算法只需要一幅正面人臉圖像,降低了對使用條件的要求,便于實際應(yīng)用,具有廣闊的應(yīng)用前景,該方法合成的三維人臉模型可以滿足人臉識別、表情動畫、人機交互的需要?；谔摂M圖像的人臉識別實驗結(jié)果表明,樣本擴張法可以有效地解決單訓(xùn)練樣本人臉識別中光照,姿態(tài),表情變化的問題。同時,從生成的三維人臉模型上提取三維鼻型并利用三維鼻型進行身份識別,實驗論證了3D鼻型作為一種新興的生物特

4、征識別模式的可行性。
　　 2.從提高單一模態(tài)——二維人臉識別的識別性能的角度出發(fā),對傳統(tǒng)的二維人臉特征提取算法進行改進,將核技巧和流形學(xué)習(xí)算法融合,分別針對人臉圖像向量和人臉圖像矩陣,提出了非局保投影算法和融合核技巧的二維局保投影算法,從識別率和訓(xùn)練以及識別時間上對基于人臉圖像向量和人臉圖像矩陣的兩類特征提取算法進行了比較。實驗結(jié)果表明提出的方法具備了提取人臉圖像的非線性特征和鄰域保持特性的兩大優(yōu)勢,因而取得更好的識別效果。<

5、br>　　 3.對基于圖像矩陣的子空間方法進行了較為深入的研究,提出了分塊雙向加權(quán)的二維主成分分析,分塊多投影雙向二維線性判別分析、分塊二維判別監(jiān)督局部保留主成分分析三種特征提取方案。實驗結(jié)果表明提出的算法都具有比改進前更好的特征提取能力。說明對算法的改進是有效的,有利于模式識別。
　　 4.從信息融合的角度出發(fā),提出將二維人臉識別和三維鼻型識別在決策層融合以解決單訓(xùn)練樣本人臉識別識別率低,可信度低的新思路,分別針對1:1驗證