基于幾何特征向量的三維人臉識別研究.pdf

1、目前，基于三維模型的人臉識別已經(jīng)成為學(xué)術(shù)界的研究熱點(diǎn)之一。本文主要研究了基于幾何特征向量的三維人臉識別方法：首先讀取三維人臉點(diǎn)云數(shù)據(jù)，提取出面部輪廓線，然后進(jìn)行關(guān)鍵特征點(diǎn)的定位和幾何特征向量的計算，最后通過計算相似度得到識別結(jié)果。本文的主要工作包括： (1)數(shù)據(jù)預(yù)處理：從3DS格式的三維人臉數(shù)據(jù)文件中提取出數(shù)據(jù)點(diǎn)云，在確定三維人臉坐標(biāo)系之后，結(jié)合深度信息提取出人臉中分輪廓線和過鼻尖點(diǎn)的橫向輪廓線，然后嘗試對提取出的輪廓線點(diǎn)集進(jìn)行

2、曲線平滑和擬合預(yù)處理，這個過程減少了數(shù)據(jù)噪聲的干擾，提高了下一步特征點(diǎn)定位的準(zhǔn)確度。 (2)關(guān)鍵特征點(diǎn)定位與特征向量組計算：通過計算曲率，定位和抽取出人臉面部的11個關(guān)鍵特征點(diǎn)，然后在此基礎(chǔ)之上選取并計算了6大類共計21維的特征向量(包括距離，角度，面積，周長、體積和面部比例)以構(gòu)成一個相對完整的幾何特征向量組用于識別匹配工作。在此過程中提出了“人臉三角輪轂圖”的概念以表征抽象的三維人臉。 (3)相似性度量與人臉識別：對

3、特征向量組進(jìn)行分析，在平衡穩(wěn)定性與區(qū)分度之后賦予每一維向量不同的權(quán)值，并進(jìn)行歸一化處理，最后通過識別庫與樣本庫之間的相似性度量完成最后的識別工作。在整個算法過程中，綜合運(yùn)用了5種計算方法(包括鄰域搜索方法、平均化方法、對稱性修正方法、分層化方法和抽象化方法)以嘗試改善整個識別算法的有效性與穩(wěn)健性。 (4)3D人臉識別系統(tǒng)與識別率：我們基于OpenGL，Visual C++和SQL數(shù)據(jù)庫技術(shù)構(gòu)建了一個可視化的三維人臉識別系統(tǒng)。該系