自動人臉分析與識別的若干問題研究.pdf

1、自動人臉分析與識別通過計算機自動地完成包括人臉檢測/跟蹤、人臉特征定位、人臉識別、表情識別以及人臉重建(2D/3D)等問題，是計算機視覺、模式識別以及人工智能等領(lǐng)域內(nèi)一個極具重要意義和應(yīng)用價值的研究課題，在科學(xué)研究（推進人工智能發(fā)展）、安防領(lǐng)域（基于人臉分析的關(guān)鍵場所控制等）、娛樂動畫（虛擬人臉合成、三維人臉建模、非真實感人臉合成等）以及科學(xué)教育等方面都有著廣泛的應(yīng)用價值。本文主要針對自動人臉分析與識別中的若干關(guān)鍵問題進行了深入的討論與

2、分析，重點進行了如下幾個方面的研究：人臉特征點檢測與定位、人臉非真實感繪制研究、融合時頻域分塊的人臉識別以及草圖人臉識別技術(shù)等。本文的主要工作內(nèi)容和創(chuàng)新點如下：
　　 1.以IBM規(guī)劃、網(wǎng)易郵箱以及奧運安防三個實例引出人臉識別技術(shù)的重要性，不僅在科學(xué)研究上，而且在實際應(yīng)用中。介紹了人臉分析與識別中的三個主要部分：人臉識別、表情識別以及人臉合成。本文主要針對人臉識別技術(shù)進行了較為詳細(xì)的論述，闡述了人臉識別的意義與應(yīng)用，并對目前人臉

3、識別各方向及其主流算法進行了較為詳盡的討論，此外，還對人臉識別技術(shù)研究中常用的一些主流人臉數(shù)據(jù)庫進行了匯總。
　　 2.研究了人臉特征點檢測與定位問題。闡述了人臉特征點定位是人臉分析中的一項重要研究內(nèi)容以及在本文余下一些章節(jié)的研究中（人臉線條畫繪制、草圖人臉識別等）具有重要的作用。針對傳統(tǒng)的ASM算法由于局部紋理模型過于簡單易陷入尋優(yōu)過程中的局部最小的問題，本文提出了一些改進算法：首先針對以往利用灰度信息獲取瞳孔位置易受光照等影

4、響的特點，利用最小二乘法定位瞳孔位置，通過瞳孔位置來初始化全局形狀模型；其次針對人臉膚色在YCrCb空間中具有較好的聚類效果，建立基于YCrCb空間的加權(quán)局部紋理模型，新的局部紋理模型融合更多實際特征點周圍區(qū)域的信息，因而對特征點的檢測更加有力。實驗結(jié)果表明基于最小二乘法的瞳孔定位可以更精確的確定瞳孔位置，新的局部紋理模型對于減少ASM算法在特征點定位上的錯誤率，提高定位精度，都有一定的改進。
　　 3.研究和討論了人臉非真實感

5、繪制技術(shù)。人臉線條畫是一種重要的非真實感人臉?biāo)囆g(shù)形式，被廣泛用于網(wǎng)絡(luò)娛樂，科教文衛(wèi)，非真實感繪畫研究等領(lǐng)域。本文提出了一種新的人臉線條畫繪制方法，該方法融合了樣本學(xué)習(xí)以及局部圖像處理技術(shù)，使得能夠準(zhǔn)確高效的繪制人臉線條畫。算法首先利用基于Canny人臉輪廓提取得到人臉的粗略輪廓和大致形貌，使用ASM算法進行人臉特征定位并在人臉特征分割的基礎(chǔ)上針對不同的特征選擇合適的圖像處理算法以及曲線擬合技術(shù)得到人臉的局部特征線條化處理，也就是人臉器官

6、的精確輪廓，最后將粗輪廓與精輪廓進行組合得到人臉的線條畫；為了實現(xiàn)線條畫的繪制，本文提出了一種遞歸鄰接優(yōu)先矢量化算法以實現(xiàn)線條畫的矢量化。我們使用VC++開發(fā)并實現(xiàn)了該人臉線條畫繪制系統(tǒng)，系統(tǒng)運行穩(wěn)定，處理結(jié)果令人滿意。另外還討論了基于像素的人臉非真實感繪制。
　　 4.針對特征融合和圖像分塊在人臉識別中的重要作用，本文提出了一種基于時頻域分塊融合全局和局部特征的人臉識別算法。首先，通過分析二維小波包變換與圖像分組策略，我們發(fā)現(xiàn)

7、基于頻域分析的小波包變換能夠更好的滿足圖像分組策略，同時還提出了局部矩陣主成分分析(LMPCA)，LMPCA通過抽取頻域特征建立全局分類器能夠很好的反映人臉模式結(jié)構(gòu)特征以及不同小波包系數(shù)矩陣之間的關(guān)聯(lián)性信息：其次，在分析之前圖像分塊模式的基礎(chǔ)上，提出了人臉環(huán)形分塊策略，能夠更好的反應(yīng)人臉的拓?fù)湫畔⑴c器官分布特征：最后將全局和局部分類器通過特定的加權(quán)方式融合成聯(lián)合分類器。ORL和FERET人臉數(shù)據(jù)庫被用來驗證上述方法的有效性，并將其與其他

8、主流人臉識別方法進行比較，我們提出的算法抽取的特征具有更好的鑒別力且識別率也較高。
　　 5.草圖人臉識別是近幾年才出現(xiàn)的一個人臉識別新領(lǐng)域，本文對草圖人臉識別做了比較詳細(xì)的論述和方法綜述。本文給出了兩種草圖人臉識別算法，首先研究了基于ICA獨立特征子空間下的草圖人臉合成與識別，ICA算法充分利用了圖像的高階統(tǒng)計信息，且比PCA在空間上更加局部化，實驗也表明基于ICA的偽草圖合成要優(yōu)于基于PCA的；另外，人對于草圖人臉的識別是綜

9、合了人臉紋理特征和結(jié)構(gòu)信息的，本文提出極坐標(biāo)形狀模型(PSM)，利用該模型在草圖人臉識別中引入人臉結(jié)構(gòu)信息，提取草圖和照片在結(jié)構(gòu)上的相似性，基于ICA的偽草圖合成以及基于PSM的人臉結(jié)構(gòu)信息的聯(lián)合能夠?qū)崿F(xiàn)草圖人臉識別。其次，由于偽草圖合成是一個比草圖識別更加困難的問題，而一般人臉草圖數(shù)據(jù)庫對于每個人只有一張照片和一張草圖，因此草圖人臉識別本質(zhì)上是一種單樣本人臉識別，本文中還提出了一種基于中心誤差擴散局部二值模式(CEDLBP)的草圖人臉