基于三维人脸模型的多姿态人脸识别

来源 :五邑大学 | 被引量 : 1次 | 上传用户:Pleasehelp
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人脸识别是当前生物特征识别的热点问题之一,在信息安全、视频监控、视频跟踪等领域有着广泛的应用前景。目前,人脸识别方法主要集中在二维图像方面,但由于受到光照、姿态、表情变化等因素的影响,其识别的准确度受到很大的限制。到目前为止,建立一个鲁棒的人脸识别系统仍然是一个很困难的问题。三维人脸模型具有比二维人脸图像更丰富的信息,利用三维人脸模型是解决目前问题的有效方法之一。三维人脸识别的核心部分是建立对应的三维人脸模型,而如何获得形状模型和精确的纹理映射是构建模型的关键。这个问题在人脸重建领域尚未得到很好解决。本文深入研究了基于图像和模型的人脸模型重建方法,提出了全新的重建思路;探讨了如何利用模型解决二维人脸识别中的姿态问题;提出了一种利用三维人脸模型的多姿态二维人脸识别方法。具体研究内容包括:(1)采用径向基函数与B样条曲线相结合的方法,进行三维人脸建模采用立体视觉重建三维特征点,通过人脸正侧面图像特征点的分层、分部位的径向基函数重构一般人脸模型,得到部位轮廓特征明显的三维特定人脸模型,利用B样条曲线进行三维人脸曲面重构;然后运用拉普拉斯金字塔法得到近似的人脸全视角纹理图;再将近似人脸全视角纹理图映射到三维特定人脸模型,从而得到三维特定真实感的人脸模型。(2)通过计算人脸旋转的三个自由度,估计出人脸的姿态参数提出了一种无需任何附加设备,在单目摄影环境下,根据摄影几何理论,配合人面貌形态特征,仅使用一张单目环境下拍摄的图像,对人脸姿态参数进行近似估计。通过分别计算人脸旋转的三个自由度,可以快速估计出人脸的姿态。经过实验证明,估计出的结果值与真实姿态十分近似,是一种有效的人脸姿态参数估计方法。(3)应用三维人脸模型,解决了姿态对人脸识别的影响首先,通过正侧面图像,采用B样条曲线与径向基函数相结合的方法进行三维人脸重建,保存三维人脸模型做为库存图像;然后通过计算待匹配人脸图像的三个自由度,估计出人脸的姿态参数;再结合待匹配人脸图像的姿态参数与三维人脸模型库,生成与待匹配图像相同姿态的二维人脸图像;最后,此新生成的二维图像与待匹配图像进行比较,得出识别结果。
其他文献
H.264具有低码率、高画质、高压缩比等特点,但是其高效的压缩是以增加编码算法复杂度为代价的,而在整个编码过程中运动估计所占时间最大,因此H.264中基于块匹配的快速运动估
随着信息技术的飞速发展,使得将计算、通信、网络与传感等功能都集成在一个设备成为可能,无线传感器网络就是这些技术紧密结合的产物。无线传感器网络是普适计算的重要研究领
随着多媒体通信技术的快速发展和广泛应用,如可视电话、视频监控、数字电视等,为了能实时传输视频图像,必须对视频图像数据进行压缩。其目的是针对给定的图像序列,在保证一定
SF气体以其优异的绝缘和灭弧性能,在电力系统中获得广泛的应用,这些电力设备在运行中会不可避免地泄漏SF气体,其安全性已受到普遍的关注,SF气体浓度检测与报警成为热门课题。现有
同步技术在许多通讯系统中都是至关重要的,而WCDMA作为第三代移动通信的标准之一,对其同步算法进行研究是非常必要的。FPGA在许多硬件实现中充当了很重要的角色,所以研究如何
电子海图与雷达信息叠加显示的方式依据雷达信息的类型可归纳为三种,分别为雷达跟踪目标叠加、雷达原始视频信号叠加、雷达合成视频图像叠加。本文采用第三种方式将雷达图像
在过去几十年中,移动手持设备包括蜂窝电话已经变得非常普及。当前能提供语音和高速宽带数据业务的新型系统正在发展之中。最初的IEEE 802.16标准是为固定终端而制定的,而之
随着云计算技术的不断发展,云计算受到了越来越多人的关注。数据中心网络连接云计算核心基础设施数据中心内部的大规模分布式服务器,自然成为企业和科研单位的研究重点。数据
无线通信为用户提供语音服务已经取得了巨大的成功,下一代无线通信的发展目标是为用户提供更高的速率以支持多媒体业务的传输。在这一点上无线局域网(WLAN)和无线城域网(WIMA
随着城域网的快速发展,对应用于城域网中的粗波分复用(CWDM)技术的研究非常迫切。在系统中引入光分插复用(OADM)和光交叉连接(OXC)等光节点技术,可以在波长领域直接实现高效