基于三维模型的人脸识别算法研究

北京工业大学博士后学位论文基于三维模型的人脸识别算法研究姓名：王成章申请学位级别：博士后专业：电路与系统指导教师：@20080501基于三维模型的人脸识别算法研究作者：王成章学位授予单位：北京工业大学相似文献(9条)1.会议论文许江涛.金立左人脸主动形状模型的建立与分析2005主动形状模型是一种有望用于人脸识别的可变形模型,本文研究人脸主动形状模型的建立,介绍了数据配准及主成分分析算法,分析了模型控制参数对改变人脸姿态的作用。2.学位论文刘秀丽基于小波变换的人脸识别研究2006本文首先总结了人脸技术的研究动机和应用，介绍了人脸识别技术的概念和主要研究方向，然后对人脸识别技术做了比较详细的全面综述，重点介绍了几种典型的人脸识别方法：特征脸方法、形状和灰度分离的可变形模型方法、基于小波变换的弹性匹配方法、神经网络方法等。特征脸方法是较早得到发展的人脸识别技术，它运用K-L变换进行特征提取，并以此为依据进行人脸识别。特征脸方法是图像统计方法而不是人脸统计方法，没有利用人脸的特殊信息，在压缩能量方面性能最优，但抗干扰能力不强。被誉为“数学显微镜”的小波变换是一种“时—频”分析方法，具有多分辨率分析的特点，它的可伸缩性使得空间相关性也能在变换中得到表述。正因为具有良好的性质，小波变换被应用到很多人脸识别方法中，比如边缘检测、人脸特征部件的定位、纹理分析等。在对特征脸方法和小波变换研究的基础上，提出了一种基于小波变换的加权特征脸方法，该方法结合了特征脸分析高效、准确的优点和小波变换多分辨率的特点。在Striling、ORL人脸库中的实验结果表明该方法不但能适应一定的表情变化，而且通过降维有效地降低了算法的难度和复杂性。3.期刊论文张翠平.苏光大.ZHANGCui-ping.SUGuang-da人脸识别技术综述-中国图象图形学报2000,5(11)首先对计算机人脸自动识别技术的研究背景及发展历程做了简单回顾,然后对人脸正面像的识别方法,按照识别特征的不同进行了分类综述,主要介绍了特征脸(Eigenface)方法、基于小波特征的弹性匹配(ElasticMatching)的方法、形状和灰度模型分离的可变形模型(FlexibleModel)以及传统的部件建模等分析方法.通过对各种识别方法的分析与比较,总结了影响人脸识别技术实用化的几个因素,并提出了研究和开发成功的人脸识别技术所需要考虑的几个重要方面,进而展望了人脸识别技术今后的发展方向.4.学位论文赵阳基于特征组合的人脸识别技术研究2007人脸识别是计算机视觉、图像处理、模式识别以及人工智能等领域的重要研究内容。本文主要内容包括基于Adaboost级联分类器研究人脸和人眼检测、基于主动形状模型研究面部器官定位方法、基于特征组合方法研究人脸识别问题。主动形状模型是一种可变形模型，它能够利用训练数据获得相应模型控制参数，并可通过改变该参数，使目标形状在一定范围内改变。通过对训练数据进行配准、统计分析以及主元分析等一系列处理，获得相关模型参数，并利用针对参数的自适应算法和局部灰度结构模型，实现对不同姿态人脸图像的面部器官定位，进而实现人脸正规化，用于后面的特征组合人脸识别。针对主动形状模型受初始定位影响很大，文中应用已经检测到的眼睛位置改进了初始定位，最后各个器官的定位结果平均改善了1-2个像素。文中基于特征组合的人脸识别研究分为前端特征组合和后端特征组合。在前端特征组合人脸识别中，应用器官定位得到的人脸各个局部器官，首先利用主成分分析(PCA)提取各个器官的主特征，在一个低维的“局部特征子空间”中依照最近邻法则匹配测试样本并比较各个局部特征单独用于识别时的识别性能；然后，针对人脸局部特征，提出了一种根据各局部子块(如眼、鼻、嘴)的特征偏离程度进行自动加权的算法并比较了新算法与工程训练加权法的优缺点。对于后端特征组合人脸识别，文中主要讨论了各种分类器组合方法，提出了一种“权值投票法”进行分类器组合，比较了新方法与经典的人脸识别方法的识别性能。5.学位论文许江涛多姿态人脸识别研究2006人脸识别是计算机视觉、图像处理、模式识别以及人工智能等领域的重要研究内容，多姿态人脸识别是其中难度较大的研究课题。本文主要基于主动形状模型研究面部器官定位方法、基于互子空间方法研究多姿态人脸识别问题。主动形状模型是一种可变形模型，它能够利用训练数据获得相应模型控制参数，并可通过改变该参数，使目标形状在一定范围内改变。本文针对多姿态人脸图像中人脸器官位置及轮廓变化较大的特点，研究了基于主动形状模型的器官定位方法。通过对训练数据进行配准、统计分析以及主元分析等一系列处理，获得相关模型参数，并利用针对参数的自适应算法和局部灰度结构模型，实现对不同姿态人脸图像的面部器官定位，进而实现人脸正规化，用于多姿态的人脸识别。对标准图像库中150幅人脸图像进行定位实验，获得较好的实验结果，左右眼睛的平均定位误差在4个像素左右，鼻子和嘴的平均定位误差较大，但也都在10个像素以内，证明该方法能够较有效的定位面部主要器官的位置。针对目前人脸识别方法在姿态变化较大时识别率大幅下降问题，本文还研究了基于互子空间方法的多姿态人脸识别问题。通过对器官定位后的人脸图像进行正规化处理、特征提取以及序列形成等操作，获得相关的序列特征子空间，通过计算输入序列子空间与各个参考标准子空间间的相似性夹角的余弦值大小，判断目标图像序列所代表的人脸类别。对100幅标准图像库中的多姿态人脸图像进行识别实验，正确率可以达到93.8﹪，证明该方法能有效提高多姿态人脸的识别率。6.会议论文赵阳.金立左人脸主动形状模型(ASM)的建立和初始定位改进2006主动形状模型(ASM)是一种基于统计特征的可变形模型,该文介绍了人脸主动形状模型(ASM)的建立,数据配准及局部灰度搜索.人脸统计模型的初始定位是人脸特征定位的关键,也是特征定位的主要问题之一,对此我们提出了基于瞳孔定位的初始定位改进算法.试验结果表明新算法相对于经典的ASM算法有很大的改进.7.学位论文郭慧人脸三维建模与特征点搜索的研究与应用2006近年来人脸识别以其方便、经济而受到世人的瞩目，然而随着人脸检测和识别，人脸建模和动画等方面的研究的不断深入，传统的基于二维图像的人脸分析方法面临诸多困难。由于人脸是存在于空间三维结构的，而二维图像本身三维信息的缺失，无法很好地处理三维结构的人脸识别问题。一个较好的解决办法是利用三维信息进行人脸的识别。三维信息能够更精确地描述人的脸部特征，提取的某些特征具有刚体变换不变性，并且不易受化妆，姿态和光照的影响。三维人脸的研究主要困难在于：L数据获取困难2．预处理工作非常繁琐3．三维数据顶点的排列具有任意性，三维数据的配准也是一个待解决的问题4．在三维配准时，需要一些三维特征点的坐标，而自动的三维特征点提取算法从未有人提出。针对目前三维人脸建模与三维人脸研究中的关键性问题，本人在研究生期间所做的工作与创新性的探索如下：(1)帮助实验室建立了两个三维人脸数据库，并对于这两个不同方式采集得到的三维数据库进行了预处理和重采样的工作。(2)由于三维数据的顶点规模远大于传统二维数据，所以在预处理过程中，本文提出了一个由少量手工点取的特征点坐标组成的能量函数，对这个能量函数进行优化来简化三维预处理过程。(3)对于在三维上进行特征点搜索的算法进行了尝试。将原本在直角坐标系上适用的AAM算法，改为在圆柱坐标(h，φ)上进行。在深度空间建立线性模型，并改进了AAM算法搜索特征点的能量函数，增加了深度空间项。新的能量函数得到的优化效果更为理想。(4)在三维配准方法上，本文对光流方法和网格采样方法进行了研究，并且在网格采样方法上提出了适当的改进。但由于这两种方法效果并不非常理想，本文提出了一种基于TPS的三维配准新方法，在效果和耗时方面都比前两种方法更优。(5)基于我们拥有的三个三维人脸库，分别进行了三维建模的工作，建立了三个三维可变形人脸的统计模型。同时对建立的三维模型进行了比较，提出了模型评判的一般性标准。(6)以上海市科委重大项目“基于三维头部图像的身份识别新技术研究”为背景，将建立的三维可变形模型应用到了实际系统中，并进行了大量的测试工作。8.期刊论文赵明华.游志胜.刘直芳.赵永刚.ZHAOMing-hua.YOUZhi-sheng.LIUZhi-fang.ZHAOYong-gang一种基于三维模型投影的人脸识别新方法-光电工程2007,34(12)研究了使用三维人脸模型进行不同姿势下的人脸识别问题,提出了一种三维建模二维识别的人脸识别算法,首先使用该方法将三维模型向不同方向投影,进而将不同姿势的二维图像与不同方向的投影结果相匹配,进行.人脸识别.研究了使用MinoltaVivid910进行数据获取,创建三维模型的方法和过程.实验结果表明,在进行不同姿势的人脸识别时,该方法的识别速度快于三维可变形模型方法,识别率远优于使用二维正面图像作为模板的人脸识别方法.9.学位论文俞懋峰半特征脸子空间上的LDA人脸识别方法2004近年来在以人体生物特征为验证依据的身份识别技术中,人脸识别因其具有直接、友好、方便、易于为用户接受等优点,成为其中较为热门的研究应用方向.同时人脸自动识别技术也极富挑战性,它涉及到模式识别、图像处理、生理学、心理学以及认知科学等多个领域;人脸又不同于普通物体,它是一种非刚体,即不同人的脸具有高度的相似性,同一个人的脸又具有不同的状态;此外,受图像获取时光线、遮挡以及化妆等因素的影响,人脸信息在质量上有很大的差别,给识别带来很大困难该文首先总结了人脸技术的研究动机和应用,介绍了人脸识别技术的概念和主要研究方向.然后对人脸识别技术做了比较详细的全面综述,重点介绍了几种典型的人脸识别常用方法,包括:特征脸方法,基于小波特征的弹性匹配方法,形状和灰度分离的可变形模型方法、神经网络方法等等.目前,包括主元分析方法和LDA方法在内的基于人脸代数特征的人脸识别方法,因其有效性,受到大家的肯定;该文对这两种方法作了较详细地介绍,并探讨了两者相结合的SubspaceLDA方法.在此基础上,根据心理学和神经生理学的一些研究结果,该文提出了一种基于特征半脸的LDA方法.在Stirling,YALE和ORL人脸库中分别进行了实验,实验结果表明该方法进一步克服了人脸表情、姿态变化引起的干扰,在识别率方面取得了比SubspaceLDA更好的效果.本文链接：授权使用：西北农林科技大学(xaxbnlkjdx)，授权号：60a08208-8bab-4086-b807-9e5a00b4b595下载时间：2010年12月28日