結(jié)合三維模型的二維人臉識別研究.pdf

1、人臉識別技術(shù)作為一種重要的生物識別技術(shù)，具有廣泛應(yīng)用價值，它使用便利、應(yīng)用安全，受到廣大人們的青睞。雖然人臉識別研究已歷時幾十年，在理想可控制環(huán)境下的識別率可以達(dá)到人們使用要求，但是對于非控制條件下，人臉識別卻沒能取得很好的效果。現(xiàn)有識別方法的缺陷，使得人臉識別研究依舊具有很高研究意義和價值。
　　針對復(fù)雜光照與姿態(tài)變化對二維人臉識別存在極大影響和三維人臉識別計算量大、不便于廣泛應(yīng)用的問題，本文提出一種結(jié)合三維模型的二維人臉識別技

2、術(shù)。通過對三維模型添加光照渲染和多視角投影變換生成訓(xùn)練樣本庫，根據(jù)訓(xùn)練的層次支持向量機(jī)估計姿態(tài)，經(jīng)過與訓(xùn)練樣本庫中具有相同姿態(tài)圖像匹配實(shí)現(xiàn)復(fù)雜光照下多視角人臉識別。本文圍繞多視角人臉檢測和歸一化、三維模型光照渲染與投影變換、姿態(tài)估計、特征提取和人臉識別這幾個方面進(jìn)行了研究，主要內(nèi)容和成果如下:
　　1)根據(jù)人臉對稱性采用Adaboost算法訓(xùn)練的正面和左側(cè)面人臉檢測器完成圖像上所有多視角人臉的檢測，在LFW和FacePix庫中測試

3、，本文算法檢測率分別為86.6％和89.4％，具有較好的檢測效果。
　　2)根據(jù)一種樹形結(jié)構(gòu)人臉特征點(diǎn)模型定位人臉特征點(diǎn)，通過輪廓點(diǎn)裁剪出人臉區(qū)域，采用伽馬變換、高斯差分濾波、對比度均衡化等一系列操作實(shí)現(xiàn)灰度歸一化，降低光照影響。
　　3)利用B JUT三維模型復(fù)雜光照與多視角投影圖像訓(xùn)練了一種基于HOG特征的層次支持向量機(jī)用于估計人臉姿態(tài)，通過在FERET和BJUT投影圖像上的測試，本文算法姿態(tài)估計正確率分別達(dá)到82.75