基于改進(jìn)LBP特征的三維人臉識(shí)別方法研究.pdf

1、人臉識(shí)別技術(shù)作為生物特征識(shí)別領(lǐng)域的重要分支，在門禁系統(tǒng)、身份認(rèn)證、公共安全領(lǐng)域具有廣泛的應(yīng)用前景。相比二維人臉識(shí)別，三維人臉識(shí)別具有姿態(tài)和光照不變性，受到越來越多的關(guān)注，成為當(dāng)前人臉識(shí)別領(lǐng)域的研究熱點(diǎn)。三維人臉模型數(shù)據(jù)量大，獲取困難，如何選取有效的識(shí)別信息是三維人臉識(shí)別的一個(gè)關(guān)鍵問題;同時(shí)如何克服表情變化的影響是三維人臉識(shí)別的一個(gè)重要研究方向。針對(duì)以上提出的問題，本文的主要工作總結(jié)如下:
　　1)提出了一種基于區(qū)域改進(jìn)LBP的三維

2、人臉識(shí)別方法。首先對(duì)庫(kù)集和測(cè)試集人臉做預(yù)處理，包括人臉區(qū)域的切割、點(diǎn)云的平滑去噪和姿態(tài)歸一化。然后將人臉數(shù)據(jù)轉(zhuǎn)化成深度圖并進(jìn)行歸一化，根據(jù)二值掩膜提取人臉的剛性、半剛性和非剛性區(qū)域;對(duì)每個(gè)局部區(qū)域，計(jì)算其改進(jìn)LBP特征，并用等價(jià)模式表征;最后對(duì)剛性區(qū)域和半剛性區(qū)域使用帶權(quán)重的稀疏表示分類器(weighted-sparse representation classifier，W-SRC)進(jìn)行決策級(jí)融合。在FRGC v2.0數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)

3、果表明，基于區(qū)域改進(jìn)LBP的三維人臉識(shí)別算法具有很好的識(shí)別性能，并且對(duì)表情變化具有較好的魯棒性。
　　2)提出一種基于改進(jìn)網(wǎng)格LBP的三維人臉識(shí)別算法。首先定位人臉剛性區(qū)域的關(guān)鍵點(diǎn)，并提取了關(guān)鍵點(diǎn)附近的局部區(qū)域。接著為了更有效地利用人臉模型的三維信息，根據(jù)網(wǎng)格LBP定義中的有序環(huán)提取局部區(qū)域的改進(jìn)網(wǎng)格LBP特征，并進(jìn)行特征融合來表征整張人臉。最后使用最小距離分類器進(jìn)行人臉識(shí)別，實(shí)驗(yàn)結(jié)果證明本算法很好地減小了表情變化帶來的影響，對(duì)表