基于三维模型的人脸识别技术研究

论文摘要

人脸识别是基于生物特征的身份认证技术中最为活跃最具挑战性的领域之一,也是本世纪最具发展潜力的技术之一,作为最自然最友好的身份认证方式,自动人脸识别已经成为下一代计算技术的重要组成部分。而三维人脸识别有望解决二维人脸识别中面临的光照和姿态的瓶颈问题,减少表情的影响。本文主要针对三维人脸识别,在以下几个方面展开了研究工作: (1) 提出了一种基于轮廓线进行三角剖分的网格数据规格化处理的思路。同时,设计了一种三角形索引数据组织结构来组织三角网格,不仅减少了数据存储空间,也极大的方便了对人脸网格的各种操作。 (2) 提出利用人脸径向差分图和改进的高斯图进行人脸的边缘检测,采用区域生长来构造器官的轮廓区域,最后通过曲线拟合和能量优化精确定位人脸的主要特征点。 (3) 首次将人脸的曲线距离特征加入人脸的几何特征向量中,形成具有欧氏直线距离、曲线距离、角度和体积的特征向量,完成人脸识别。 (4) 在人脸任意位置下,利用PCA自动确定人脸纵方向,采用网格配准方法提取对称面和对称轮廓线;再通过计算对称轮廓线上的曲率,提取其他3条横向轮廓线;最后对提取的4条轮廓线进行重采样和归一化,只截取轮廓线的有价值部分作为ICP算法的输入,进行人脸识别。 (5) 分析了扩展高斯图不能用于凹物体的原因。提出采用加入了每个网格面位置信息的MEGI模型,并对球面相关性进行扩展来度量MEGI表示的三维人脸的相似性。 (6) 分析了目前降维算法的局限性,研究了几种主要的流形学习算法,提出了将流形学习应用于三维人脸特征降维,并构建了一个基于流形学习的三维人脸识别框架。

论文目录

• 中文摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 人脸识别概述
• 1.2.1 人脸识别的分类
• 1.2.2 人脸识别的性能指标
• 1.2.3 人脸识别方法
• 1.2.4 人脸识别测试
• 1.3 三维人脸识别的提出
• 1.4 本文主要研究内容及章节安排
• 1.5 本章小结
• 参考文献
• 第二章 国内外现状分析
• 2.1 引言
• 2.2 三维人脸识别方法
• 2.2.1 灰度值作为第三维的方法
• 2.2.2 利用三维模型增强二维识别的方法
• 2.2.3 基于真正三维模型的人脸识别
• 2.3 基于真正三维人脸识别方法分类
• 2.3.1 基于曲率的方法
• 2.3.2 基于模型拟合及合成的方法
• 2.3.3 基于形状表征的方法
• 2.3.4 其他方法
• 2.4 三维人脸识别面临的困难与挑战
• 2.5 本章小结
• 参考文献
• 第三章 三维人脸建模
• 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 本文数据来源
• 3.4.1 基于CT数据的三维人脸重构
• 3.4.2 基于三维激光扫描仪的人脸获取
• 3.4.3 基于多幅图像的三维人脸重建
• 3.5 数据规格化
• 3.5.1 基于光流的对应计算
• 3.5.2 基于网格重采样
• 3.6 本章小结
• 参考文献
• 第四章 关键特征点定位
• 4.1 引言
• 4.2 基于三维曲面分析的器官边缘区域检测
• 4.2.1 径向半径法构造人脸差分图
• 4.2.2 高斯曲率法构造人脸差分图
• 4.2.3 区域生长构造器官轮廓区域
• 4.2.4 基于器官先验规则的区域标注
• 4.3 器官边缘特征定位
• 4.3.1 器官可变形模板的定义
• 4.3.2 边界曲线拟合获取眼睛、嘴巴精确特征
• 4.3.3 能量优化计算眼睛、嘴巴的精确特征
• 4.3.4 鼻子区域的分析与特征定位
• 4.4 本章小结
• 参考文献
• 第五章 基于几何测量的三维人脸识别
• 5.1 引言
• 5.2 特征选择
• 5.3 特征测量
• 5.4 相似性度量
• 5.5 试验结果分析
• 5.6 本章小结
• 参考文献
• 第六章 基于轮廓线的三维人脸识别
• 6.1 引言
• 6.2 基础理论与算法
• 6.2.1 曲率计算
• 6.2.2 ICP算法
• 6.3 对称面与对称轮廓线提取
• 6.3.1 确定人脸纵方向
• 6.3.2 人脸网格镜像
• 6.3.3 网格配准
• 6.3.4 对称平面提取
• 6.4 其他轮廓线提取
• 6.5 算法步骤
• 6.6 试验结果分析
• 6.7 本章小结
• 参考文献
• 第七章 基于MEGI的三维人脸识别
• 7.1 引言
• 7.2 人脸分割
• 7.3 一般扩展高斯图
• 7.4 球面相关性系数
• 7.5 基于MEGI模型的三维人脸识别
• 7.5.1 MEGI模型
• 7.5.2 扩展的球面相关性系数
• 7.5.3 MEGI模型匹配
• 7.6 试验结果分析
• 7.7 本章小结
• 参考文献
• 第八章 基于流形学习的人脸特征降维研究
• 8.1 引言
• 8.2 几种流行学习算法基本思想
• 8.2.1 流形学习定义
• 8.2.2 局部线性嵌入
• 8.2.3 等距映射
• 8.2.4 拉普拉斯特征映射
• 8.3 将流形学习应用于三维人脸识别
• 8.4 本章小结
• 参考文献
• 第九章 总结与展望
• 9.1 本文工作总结
• 9.2 进一步研究展望
• 攻读博士学位期间主要科研成果
• 致谢