姿態(tài)和表情不變的三維人臉識別研究.pdf

1、自動人臉識別技術在身份認證、出入控制和金融防偽等領域具有廣泛的應用前景。經(jīng)過十幾年的研究，基于二維圖像的人臉識別已取得較大進展，但是仍然無法很好地克服光照、姿態(tài)和表情等變化。相較于二維圖像，三維圖像在獲取時無需考慮投影變化所以容易校準人臉姿態(tài)，不含亮度信息因而不受光照干擾。近年來隨著三維圖像獲取設備的發(fā)展，基于三維圖像的人臉識別逐漸成為人臉識別領域的研究熱點，有望解決二維人臉識別中碰到的難題。
　　本課題研究的是姿態(tài)和表情不變的三

2、維人臉識別問題。表情變化使人臉變形，改變臉部幾何形狀，姿態(tài)變化使人臉不僅根據(jù)不同旋轉角度發(fā)生不同變化，而且由于自遮擋損失部分數(shù)據(jù)，這兩種情況都會使同一身份人臉的類內距離增大，可能超過類間距離，因而降低人臉識別率。本文提出由粗到精的人臉校準方法，將人臉統(tǒng)一到正面，并且采用基于剛性區(qū)域的人臉特征提取方法克服表情變化，主要工作內容和創(chuàng)新成果如下:
　　1、提出一種基于深度圖的平均鼻子模型的鼻尖點檢測及人臉粗校準算法。首先采用基于隨機采樣

3、一致性的三維人臉分割方法，對三維人臉進行預處理后轉換為深度圖，然后提取人臉最剛性的鼻子區(qū)域，構造三個平均鼻子模型，能夠檢測帶有姿態(tài)的人臉的鼻尖點，同時計算出人臉的粗旋轉角度，進行人臉粗校準。
　　2、提出一種基于深度圖的主動外觀模型的人臉精校準方法。根據(jù)人臉的形狀和外觀信息，構造基于深度圖的主動外觀模型，將經(jīng)過粗校準之后的人臉通過迭代的方式與模型匹配，精確地校準人臉。
　　3、提出基于深度圖的直接特征提取方法，并利用局部二值