版權(quán)說明: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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、人臉識別憑借其便捷、友好、隱蔽等優(yōu)勢,在視頻監(jiān)控等公共安全領(lǐng)域、考勤系統(tǒng)等生活應(yīng)用領(lǐng)域、在線支付身份認(rèn)證等個(gè)人應(yīng)用領(lǐng)域有著極為廣泛的應(yīng)用前景,一經(jīng)提出就成為了生物識別領(lǐng)域與計(jì)算機(jī)視覺領(lǐng)域最有吸引力的研究方向之一。二維人臉識別在限制條件下取得了較為理想的識別效果。但二維圖像包含信息有限,導(dǎo)致二維人臉識別無法正確處理表情、光照等因素的影響;另一方面,三維數(shù)據(jù)采集技術(shù)的發(fā)展與硬件設(shè)備的不斷優(yōu)化,使得三維人臉識別技術(shù)的規(guī)?;芯砍蔀榭赡?。
2、> 三維人臉識別不受光照、姿態(tài)、化妝等因素的影響,同時(shí)包含更為豐富的面部幾何信息,具有更廣闊的發(fā)展前景。但三維人臉數(shù)據(jù)易受表情變化影響,且數(shù)據(jù)計(jì)算量隨人臉數(shù)目增加而攀升,因此現(xiàn)階段表情問題與算法效率問題成為制約三維人臉識別準(zhǔn)確度與應(yīng)用性能的重要瓶頸。針對上述兩個(gè)問題,本文提出了一種基于剛性區(qū)域人臉特征與改進(jìn) ICP算法的快速三維人臉識別方案。本論文用CASIA3D人臉庫,對提出的模型進(jìn)行評估,實(shí)驗(yàn)結(jié)果表明,提出的模型具有表情魯棒、實(shí)時(shí)
3、性高的優(yōu)點(diǎn),與同類算法相比,取得了較好的識別性能。主要工作與創(chuàng)新點(diǎn)如下:
(1)提出了一種基于平均曲率的有價(jià)值鼻部側(cè)輪廓提取算法:通過計(jì)算側(cè)輪廓線上每一點(diǎn)的平均曲率來精確定位各個(gè)基準(zhǔn)點(diǎn),從而準(zhǔn)確截取有價(jià)值側(cè)面輪廓線,并將其作為基于改進(jìn)Hausdorff距離的粗匹配階段的特征,通過設(shè)定距離閾值排除不相似人臉,從而減少人臉識別過程中不必要的計(jì)算量,提高了算法的實(shí)時(shí)性。
(2)提出了一種基于模糊聚類的剛性區(qū)域最優(yōu)等測地距離
4、輪廓線提取算法,并提出一種新的曲線聚類效果評估算法:對提取到的剛性區(qū)域輪廓線進(jìn)行模糊聚類,利用類間差異性,保留最少數(shù)目的輪廓線來表征最全面的人臉信息;提出了相應(yīng)的聚類效果評估算法,從而保證聚類結(jié)果的最優(yōu)性。
(3)提出兩種方式改進(jìn)了ICP算法:改進(jìn)了ICP算法迭代配準(zhǔn)過程中的剛性變換更新量計(jì)算參數(shù),從而加快 ICP算法的全局收斂速度,并在一定程度上增強(qiáng)了ICP算法收斂結(jié)果的全局最優(yōu)性;結(jié)合動量算法的思想,提出了一種剛性變換計(jì)算
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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自己和他人造成任何形式的傷害或損失。
最新文檔
- 改進(jìn)的PSO算法在人臉識別中的應(yīng)用研究.pdf
- 三維人臉識別中SSIM的算法研究.pdf
- 三維人臉識別算法的研究.pdf
- 改進(jìn)的核函數(shù)算法及其在人臉識別中的應(yīng)用研究.pdf
- 人臉對稱特性在人臉識別算法中的應(yīng)用研究.pdf
- LPP算法在人臉識別中的應(yīng)用研究.pdf
- ICA算法在人臉表情識別中的應(yīng)用研究.pdf
- 稀疏編碼算法改進(jìn)及其在人臉識別中的應(yīng)用.pdf
- 表情魯棒的三維人臉識別算法研究.pdf
- LDA的改進(jìn)算法及其在人臉識別中的應(yīng)用.pdf
- 線性降維算法研究及其在人臉識別中的應(yīng)用.pdf
- ica算法在人臉表情識別中的應(yīng)用研究
- 基于特征分塊的三維人臉重建及在識別中的應(yīng)用.pdf
- 流形學(xué)習(xí)算法在人臉識別中的應(yīng)用研究.pdf
- 基于局部特征的三維人臉識別算法研究.pdf
- 快速三維凸包算法的研究與改進(jìn).pdf
- 信息融合在三維人臉識別中的應(yīng)用.pdf
- 遺傳算法在PCA人臉識別算法中的應(yīng)用研究.pdf
- 三維人臉表情識別中特征提取算法研究.pdf
- 基于改進(jìn)LBP特征的三維人臉識別方法研究.pdf
評論
0/150
提交評論