基于局部描述符的三維人臉識(shí)別研究.pdf

1、三維人臉識(shí)別由于對(duì)光照與人臉姿態(tài)不敏感而獲得了越來越多的關(guān)注。然而表情變化又對(duì)三維人臉識(shí)別造成巨大困擾。如何提取對(duì)表情變化具有魯棒性的人臉特征成為三維人臉識(shí)別的關(guān)鍵。本文主要研究了基于局部描述符的表情魯棒的三維人臉特征提取與識(shí)別方法。主要工作進(jìn)展如下:
　　1.人臉數(shù)據(jù)預(yù)處理。通過計(jì)算形狀指數(shù)，自動(dòng)獲取鼻尖點(diǎn)，并以鼻尖點(diǎn)為中心，以合適長度為半徑提取人臉主要區(qū)域;基于點(diǎn)之間的歐式距離，自動(dòng)去除尖銳區(qū)域，并基于主成分分析進(jìn)行姿態(tài)矯正。

2、實(shí)驗(yàn)表明，通過以上預(yù)處理工作能自動(dòng)獲取人臉識(shí)別的有效區(qū)域，對(duì)后續(xù)特征提取提供了良好的數(shù)據(jù)來源。
　　2.表情魯棒的人臉特征提取。為了克服表情影響，本文將預(yù)處理后的三維人臉分割為11個(gè)區(qū)域?；诙S投影的點(diǎn)云邊緣點(diǎn)檢測(cè)方法檢測(cè)每個(gè)區(qū)域的非邊緣點(diǎn)，并計(jì)算其深度、法向量與形狀指數(shù)信息，使用三維局部二值模式(LBP:Local Binary Pattern)進(jìn)行編碼，構(gòu)成每個(gè)點(diǎn)的局部描述符。對(duì)每個(gè)分區(qū)基于直方圖統(tǒng)計(jì)進(jìn)行人臉特征降維，最終得

3、到每個(gè)分區(qū)的特征向量。
　　3.三維人臉識(shí)別。為了驗(yàn)證基于局部描述符的特征對(duì)帶表情的人臉識(shí)別的有效性，本文基于GavabDB三維人臉數(shù)據(jù)庫，分別使用分片加權(quán)K近鄰(KNN:K-Nearest Neighbor)與支撐向量機(jī)(SVM:Support Vector Machine)算法進(jìn)行三維人臉識(shí)別，識(shí)別率分別達(dá)到94.50％和93.15％。實(shí)驗(yàn)結(jié)果表明本文提出的基于局部描述符的三維人臉識(shí)別算法能夠適用于有表情的三維人臉識(shí)別。