三維人臉形體匹配與屬性分類(lèi)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩130頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、人臉是人類(lèi)最重要最直觀的生物特性之一,在人臉上包含了豐富、重要的生物信息,例如:身份、性別、表情、年齡、種族等。與其它生物特征識(shí)別相比,人臉具有非接觸性、直接性和方便性等優(yōu)勢(shì)?;诙S圖像的人臉識(shí)別技術(shù)已經(jīng)成為模式識(shí)別、計(jì)算機(jī)視覺(jué)和人工智能領(lǐng)域的研究熱點(diǎn)。但是在光照、姿態(tài)變化的情況下,二維人臉識(shí)別性能將急劇下降。三維獲取設(shè)備的發(fā)展使得三維人臉識(shí)別成為可能。在已獲得數(shù)據(jù)的前提下,三維人臉幾乎不受光線影響,而且三維數(shù)據(jù)具有的幾何形體使三維人

2、臉可以更好地克服姿態(tài)變化的影響。由于三維數(shù)據(jù)在應(yīng)對(duì)光照、姿態(tài)變化方面比二維圖像具有特定的優(yōu)勢(shì),因此目前三維人臉匹配與屬性分類(lèi)受到越來(lái)越多的關(guān)注。
  本文針對(duì)三維人臉形體匹配與屬性分類(lèi)問(wèn)題展開(kāi)了研究。論文的主要工作與貢獻(xiàn)如下:
  1.三維人臉特征點(diǎn)定位。三維人臉特征點(diǎn)定位是三維人臉識(shí)別的一個(gè)必要環(huán)節(jié)。在二維圖像上可以較為容易地找到分界線,但三維數(shù)據(jù)是一個(gè)連續(xù)光滑的曲面,比較難定義分界線,所以三維人臉上的特征點(diǎn)定位要比二維人

3、臉特征點(diǎn)定位更具挑戰(zhàn)性。針對(duì)傳統(tǒng)的三維曲率分析法無(wú)法應(yīng)用于有洞、噪聲數(shù)據(jù)和無(wú)法獲得唯一的定位區(qū)域的問(wèn)題,本文提出了基于遞階多層單位劃分隱函數(shù)(Multi-level Partition of UnityImplicits, MPUImplicits)重建和曲率分析的三維人臉特征點(diǎn)定位方法。該方法可以應(yīng)用于有洞、噪聲、夸張表情、姿態(tài)變化的模型,并且可以得到唯一的定位區(qū)域。它具有準(zhǔn)確的定位效果,又克服了傳統(tǒng)方法的不足。
  2.基于弱

4、表情區(qū)域的多姿態(tài)三維人臉形體匹配。在預(yù)處理階段,用提取的三個(gè)特征點(diǎn)做粗校準(zhǔn),準(zhǔn)確的特征點(diǎn)定位可以較好的初始對(duì)準(zhǔn)人臉,有利于之后的迭代算法的速度和收斂。表情變化是三維人臉匹配的難點(diǎn),本文提取了弱表情區(qū)
  域用于配準(zhǔn),消弱表情對(duì)識(shí)別的影響。另外,針對(duì)三維人臉迭代最近點(diǎn)法(Iterative Closest Point, ICP)配準(zhǔn)耗時(shí)較長(zhǎng)的問(wèn)題,本文提出了基于法線迭代最近點(diǎn)法,該方法可以用于點(diǎn)云模型與MPU隱函數(shù)模型的配準(zhǔn),減弱了

5、ICP算法計(jì)算量大、耗時(shí)較多的缺點(diǎn)。
  3.三維人臉性別差異分析與識(shí)別。人類(lèi)可以毫不費(fèi)力地識(shí)別出性別,但是對(duì)于機(jī)器自動(dòng)識(shí)別性別卻是一個(gè)具有挑戰(zhàn)性的難題。目前已有的研究工作主要集中在二維人臉性別識(shí)別中,對(duì)于三維的性別識(shí)別研究成果較少。本文圍擾著三維人臉模型,針對(duì)三個(gè)問(wèn)題展開(kāi)了研究:1)三維人臉形體本身是否存在性別差異?2)哪些特征具有更明顯的性別區(qū)分能力?3)如何基于人臉的三維形體進(jìn)行性別識(shí)別?基于以上問(wèn)題,首先從三維人臉上提取了

6、四類(lèi)幾何特征(坐標(biāo)位置、歐式距離、比值和夾角),采用統(tǒng)計(jì)分析方法驗(yàn)證了三維人臉存在著性別差異,并通過(guò)G值分析研究得出了具有明顯性別差異的特征。根據(jù)性別差異分析的結(jié)果進(jìn)行特征選擇,采用支持向量機(jī)方法實(shí)現(xiàn)了三維人臉的性別識(shí)別。進(jìn)一步,將人臉?lè)殖扇舾勺訁^(qū)域,分析了基于人臉子區(qū)域的性別識(shí)別率,并融合各個(gè)子區(qū)域的分類(lèi)結(jié)果提高了性別識(shí)別率。
  4.三維人臉表情識(shí)別。本文提出了基于脊谷圖的三維人臉表情識(shí)別。首先根據(jù)曲率特征,在三維人臉上提取了

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論