人臉三維建模與特征點搜索的研究與應用.pdf

1、近年來人臉識別以其方便、經濟而受到世人的矚目，然而隨著人臉檢測和識別，人臉建模和動畫等方面的研究的不斷深入，傳統(tǒng)的基于二維圖像的人臉分析方法面臨諸多困難。由于人臉是存在于空間三維結構的，而二維圖像本身三維信息的缺失，無法很好地處理三維結構的人臉識別問題。一個較好的解決辦法是利用三維信息進行人臉的識別。三維信息能夠更精確地描述人的臉部特征，提取的某些特征具有剛體變換不變性，并且不易受化妝，姿態(tài)和光照的影響。 三維人臉的研究主要困難

2、在于：L數據獲取困難2．預處理工作非常繁瑣3．三維數據頂點的排列具有任意性，三維數據的配準也是一個待解決的問題4．在三維配準時，需要一些三維特征點的坐標，而自動的三維特征點提取算法從未有人提出。 針對目前三維人臉建模與三維人臉研究中的關鍵性問題，本人在研究生期間所做的工作與創(chuàng)新性的探索如下： (1)幫助實驗室建立了兩個三維人臉數據庫，并對于這兩個不同方式采集得到的三維數據庫進行了預處理和重采樣的工作。 (2)由于

3、三維數據的頂點規(guī)模遠大于傳統(tǒng)二維數據，所以在預處理過程中，本文提出了一個由少量手工點取的特征點坐標組成的能量函數，對這個能量函數進行優(yōu)化來簡化三維預處理過程。 (3)對于在三維上進行特征點搜索的算法進行了嘗試。將原本在直角坐標系上適用的AAM算法，改為在圓柱坐標(h，φ)上進行。在深度空間建立線性模型，并改進了AAM算法搜索特征點的能量函數，增加了深度空間項。新的能量函數得到的優(yōu)化效果更為理想。 (4)在三維配準方法上，

4、本文對光流方法和網格采樣方法進行了研究，并且在網格采樣方法上提出了適當的改進。但由于這兩種方法效果并不非常理想，本文提出了一種基于TPS的三維配準新方法，在效果和耗時方面都比前兩種方法更優(yōu)。 (5)基于我們擁有的三個三維人臉庫，分別進行了三維建模的工作，建立了三個三維可變形人臉的統(tǒng)計模型。同時對建立的三維模型進行了比較，提出了模型評判的一般性標準。 (6)以上海市科委重大項目“基于三維頭部圖像的身份識別新技術研究”為背景