表情不變的三維人臉識別研究.pdf

1、自動人臉識別技術(shù)在國家安全、軍事安全、公共安全和家庭娛樂等領(lǐng)域具有廣泛的應(yīng)用前景。雖然人類可以毫不費力地識別出人臉及表情，但機器自動識別卻是一個極具挑戰(zhàn)的難題。國外的人臉識別研究早在 19 世紀后期就已開始，但直到上世紀 90 年代基于特征臉的技術(shù)提出以后，人臉識別才真正成為計算機視覺領(lǐng)域的研究熱點。盡管經(jīng)過了十幾年的研究，基于圖像的 2D 人臉識別技術(shù)仍然面臨巨大的挑戰(zhàn)，在光線、姿態(tài)和表情變化的情況下， 2D 人臉識別的準確性還遠遠不

2、能讓人滿意。 三維人臉獲取設(shè)備的發(fā)展使得 3D 人臉識別成為可能， 3D 人臉識別技術(shù)有望從根本上解決基于圖像的人臉識別方法所面臨的“受姿態(tài)、光線和表情影響”的難題?；?3D 數(shù)據(jù)已經(jīng)獲取的前提，3D 人臉識別受光線的影響很小。由于 3D數(shù)據(jù)具有顯式的幾何形狀，3D 人臉識別更具克服姿態(tài)變化的潛力。然而，表情變化仍然是 3D 人臉識別的難題。本文緊緊圍繞 3D 人臉識別中的表情困難，給出了有效的解決方案，并提出了構(gòu)建三維人臉識

3、別系統(tǒng)的關(guān)鍵算法。本文的主要貢獻總結(jié)如下： 1．綜述了三維人臉識別的研究現(xiàn)狀本文分析了三維人臉識別的概念與基本過程，以及涉及的數(shù)據(jù)獲取與數(shù)據(jù)表示等相關(guān)技術(shù)；然后根據(jù)算法所采用的特征形式，將三維人臉識別算法分為基于空域的直接匹配、基于局部特征的匹配和基于整體特征的匹配這三大類進行綜述；之后，對基于 2D 和 3D 的雙模態(tài)融合人臉識別方法進行分類闡述；最后總結(jié)了目前三維人臉識別技術(shù)的優(yōu)勢與困難，并對現(xiàn)有技術(shù)進行了討論。 2

4、．提出了一個全自動的三維人臉前處理方法本文給出了基于曲率分析的人臉區(qū)域自動切割技術(shù)，三維人臉原始數(shù)據(jù)包含除人臉區(qū)域之外的雜亂數(shù)據(jù)，人臉區(qū)域自動切割技術(shù)有助于后續(xù)算法的有效執(zhí)行。前處理還包括人臉網(wǎng)格簡化和網(wǎng)格光滑兩部分，前者提高算法計算效率，后者可以提高三維模型質(zhì)量。這部分還提出了一個魯棒的姿態(tài)定位方法，通過兩個特征點和人臉的對稱面固定人臉模型的 6 個自由度，將人臉模型置于統(tǒng)一的坐標框架中。 3．提出了一個克服表情變化影響的GC

5、D模型針對表情變化帶來的塑性變形，Guidance-based constraints deformation(GCD)模型基于泊松方程完成非中性人臉網(wǎng)格模型向中性模型的變形，有助于提高帶表情模型與同類中性模型之間的相似度；同時，將一個剛性約束無縫地融合到變形線性系統(tǒng)中，以保持類間的區(qū)別特征。因此，GCD模型有效地提高了表情變化的三維人臉識別的性能。采用矩陣的分解和回代技術(shù)，GCD模型引出的線性系統(tǒng)可以獲得很高的計算效率。 4．

6、提出了一個三維人臉的平面表征方法——曲面開折模型不同于傳統(tǒng)的數(shù)字生物特征(圖像、聲音和視頻)，3D人臉數(shù)據(jù)是非規(guī)則采樣的，傳統(tǒng)的信號處理工具難以對3D數(shù)據(jù)進行直接處理。曲面開折技術(shù)將3D數(shù)據(jù)映射到2D平面形成開折圖像(Unfolded Image)以使數(shù)據(jù)處理過程變得方便，同時采用優(yōu)化技術(shù)最小化映射過程產(chǎn)生的扭曲變形，以保留盡可能多的原始幾何信息。實驗表明，開折圖像具有良好的表達3D數(shù)據(jù)特性的能力。 5．提出了三維人臉的匹配分類