基于B样条的三维人脸曲面生成及特征提取研究

论文摘要

双目立体视觉的基本原理是模仿人眼与人类视觉的立体感知过程,从两个视点观察同一物体,得到不同视角下的图像后再通过三角测量原理计算图像像素间的位置偏差,由此获取景物的深度信息。而三维人脸曲面生成是在获得三维人脸深度信息的基础上,通过对三维信息进行分析,选择合理的空间结构,构建出具有较好表达能力的人脸三维模型。在此基础上,可对人脸的三维特征进行提取,然后用于具体人脸的判定识别。本文基于B样条函数,对三维人脸曲面生成及其特征提取的相关技术进行了较深入的研究,提出了一些新的思路与算法,主要工作和贡献有:1、三维人脸数据的获取:介绍了双目立体视觉的原理和相关技术,分析了各种三维数据的获取方法,并对其进行了比较;使用平行放置的两台相机获取人脸图片,可从两幅二维人脸图片中获取三维人脸数据;同时,查阅了国内外相关科研机构的三维人脸库,对其进行分析并提取出三维人脸数据用于后续的研究。2、人脸曲面的生成:获取的人脸三维信息只是离散的数据点,尚不具备结构信息。在分析了一些空间曲面结构的基础上,采用具有良好性质的B样条来对离散数据进行拟合,并通过层次B样条对曲面逐步加精拟合出C~2连续的人脸曲面。针对大量无规则的离散点对结果造成的偏差,提出了一种新的改进方法,先对初始离散数据均匀化再进行层次B样条拟合。实验结果表明,算法改进后能减小生成曲面的偏差,并对噪声点起到较好的平滑作用,有更高的拟合精度。3、三维人脸特征的提取:分析和研究了各种曲面的相关曲率,对生成的B样条人脸曲面进行曲率计算;根据曲面曲率的性质提出了基于曲率信息的三维人脸特征提取,选取了面部五官的重要特征,通过几何运算得出特征的数据表示,这些数据可以作为人脸识别中的特征参数,为三维人脸识别提供良好的依据。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 选题背景与研究意义
• 1.2 技术研究现状
• 1.3 论文的主要工作及成果
• 1.4 论文的组织结构
• 第二章 双目立体视觉的基本原理
• 2.1 引言
• 2.2 摄像机成像模型
• 2.3 双目立体视觉系统结构
• 2.4 双目视觉研究的主要内容
• 第三章 三维人脸数据的获取
• 3.1 引言
• 3.2 基于物理装置的数据获取
• 3.2.1 结构光测距
• 3.2.2 激光扫描
• 3.3 基于多幅图像的数据获取
• 3.3.1 立体视觉
• 3.3.2 Shape from X
• 3.4 本文数据获取的来源
• 3.4.1 双目视觉的人脸深度信息获取
• 3.4.2 查阅和分析国内外相关数据库
• 3.5 本章小结
• 第四章 基于B样条的人脸曲面生成
• 4.1 引言
• 4.2 空间结构中的曲面类型
• 4.2.1 高斯曲率分类法
• 4.2.2 表达式分类法
• 4.3 B样条曲线曲面基础
• 4.3.1 B样条的递推定义及性质
• 4.3.2 B样条曲线
• 4.3.3 B样条曲面
• 4.4 散乱数据的B样条曲面拟合
• 4.5 多层次B样条曲面拟合
• 4.6 B样条曲面拟合的改进
• 4.7 本章小结
• 第五章 基于曲率信息的三维人脸特征提取
• 5.1 引言
• 5.2 曲率理论基础
• 5.2.1 曲率的定义及几何意义
• 5.2.2 曲面的第一、二基本形式
• 5.2.3 曲面的主曲率和主方向
• 5.2.4 其它常用曲率及意义
• 5.3 人脸曲面的曲率估计
• 5.3.1 曲率的计算
• 5.3.2 各种曲率的比较
• 5.4 人脸曲面的特征提取及分析
• 5.4.1 几何约束的特征定位
• 5.4.2 特征提取及分析
• 5.5 本章小结
• 第六章 结论与展望
• 6.1 主要研究工作总结
• 6.2 后续研究方向
• 参考文献
• 硕士在读期间科研成果介绍
• 致谢