基于PDE理論的三維人臉重建及識別.pdf

1、人臉識別是生物信息安全領(lǐng)域的重要研究課題，而三維人臉比傳統(tǒng)的二維人臉有著更多的生物信息。偏微分方程(PartialDifferentialEquation，PDE)是一種良好的幾何曲面建模方法，有著參數(shù)個數(shù)少，曲面片之間無縫連接的優(yōu)點，鑒于這兩個優(yōu)點，本文主要以PDE三維幾何曲面參數(shù)化表示方法為工具，在此基礎(chǔ)之上，探究了三維人臉的重建方法，并且研究了人臉遮擋和表情變化干擾等相關(guān)問題。論文的主要研究內(nèi)容和成果如下:
　　提出了一種三

2、維人臉的深度圖表示方法，同時設(shè)計并實現(xiàn)了三維人臉點云數(shù)據(jù)預(yù)處理算法。針對現(xiàn)在人臉對齊易受表情和外部因素等干擾的特點，本文提出了一種利用局部特征和全局特征綜合利用的方法建立基于自身坐標(biāo)軸表示的深度圖算法。實驗表明，以曲面對齊測量(SurfaceAlignmentMeasure，SAM)的方法，在視覺效果和對齊效果上都優(yōu)于原始算法，同時驗證了三維人臉點云數(shù)據(jù)預(yù)處理算法的有效性。
　　針對現(xiàn)有PDE幾何曲面參數(shù)表示中存在穩(wěn)定性不足、系數(shù)

3、冗余、高維幾何曲面表示缺陷等不足等問題，提出了基于傅里葉級數(shù)表示PDE邊界條件的方法，然后通過將PDE參數(shù)模板與邊界條件進行最小二乘擬合，建立最小誤差的三維人臉重建算法，使重建精度在原有基礎(chǔ)之上大幅度提高。在最小誤差的三維人臉重建方法基礎(chǔ)之上，提出了一種自適應(yīng)的三維人臉幾何曲面重建算法。理論分析和實驗表明，提出的改進算法能大大的減少系數(shù)冗余，并能提高算法的重建精度和模型的穩(wěn)定性。
　　人臉表情變化和遮擋是影響人臉識別的重要因素，考

4、慮到人臉變化時可由邊界條件曲線控制，在有遮擋或者表情變化時將邊界曲面表示成傅里葉級數(shù)的形式，針對這兩種變化，分別建立了基于傅里葉表情變化的形變模型(ExpressionDeformationModelbasedonFourierSeries，EDMFS)和遮擋形變模型(OcclusionDeformationModelbasedonFourierSeries，ODMFS)，并將其統(tǒng)稱為(FacialDeformationModelbas