基于立體顯示的嵌入式身份識別系統(tǒng)研究與設(shè)計.pdf

1、人臉識別是基于生物特征的身份認證技術(shù)中最為活躍最具挑戰(zhàn)性的領(lǐng)域之一,有著很大的發(fā)展?jié)摿ΑＫ噲D通過計算機分析比較人臉圖像并從中提取有效特征信息進行身份鑒別。由于利用人臉特征進行身份驗證是最自然直接的手段,易于為用戶所接受。特別是在非接觸環(huán)境和不驚動被檢測人的情況下,人臉識別技術(shù)的優(yōu)越性遠遠超過已有的虹膜、指紋等檢測方法,因而成為當前模式識別和人工智能領(lǐng)域的一個研究熱點。
　　目前的人臉識別方法基本上都集中于二維圖像方面,這是由現(xiàn)在

2、照相和攝影技術(shù)先天的性能所決定的。但是人臉本身是三維空間的實體,因此在三維轉(zhuǎn)二維的過程中,丟失了很多有用的立體信息,這會造成識別誤判。關(guān)于傳統(tǒng)的基于二維平面內(nèi)的人臉識別方法,國內(nèi)的研究有很多,這些算法在二維圖像識別的領(lǐng)域,確實已經(jīng)達到了非常好的識別效果?？墒莵G失人臉三維景深信息會導(dǎo)致二維人臉識別方法很難擺脫人臉塑性變形(如表情等)的不確定性、人臉模式的多樣性(如胡須、發(fā)型、眼鏡、化妝等)、圖像獲取過程中的不確定性(如光照的強度、光源方向

3、等)的影響。在復(fù)雜環(huán)境下系統(tǒng)會表現(xiàn)出識別率下降,識別效率降低。這些極大限制了人臉識別的應(yīng)用。所以到目前為止,建立一個魯棒的人臉識別系統(tǒng)仍然是一個很困難的問題。
　　為了解決這個問題,一種行之有效的方法就是采用三維人臉識別的方法解決二維人臉識別中面臨的光照和姿態(tài)的瓶頸問題,減少表情的影響。三維人臉模型具有比二維人臉圖像更豐富的信息。3D數(shù)據(jù)真實反映了物體在三維空間中的形狀,表征了對象的實際尺寸,具有對姿態(tài)和光照不敏感的特性。三維人臉

4、識別中最重要的部分就是建立對應(yīng)的三維人臉模型,而如何獲得形狀模型和精確的紋理影射是構(gòu)建模型的關(guān)鍵。目前在人臉重建領(lǐng)域還沒有一種既采樣簡單又計算精確的獲得人臉三維信息的方法。在人臉識別領(lǐng)域,隨著3D數(shù)據(jù)獲得技術(shù)如激光掃描、雙目和多目視覺等的進步,3D數(shù)據(jù)研究受到更多的關(guān)注。如何能夠簡單高效的獲得和使用三維信息,成為了研究的焦點。
　　本文基于DLP立體顯示系統(tǒng)的需要,對其三維圖像源的獲取、合成、投影及光路控制等進行了深入研究:通過對

5、雙目攝像頭采集的立體動態(tài)視頻序列的研究,給出了如何存儲和表征人臉信息并生成人臉彩色圖和深度圖的解決方案;利用上述膚色和深度信息,可圈定面部區(qū)域,并獲得人臉特征點的深度信息及點陣之間的拓撲結(jié)構(gòu);嘗試通過2D和3D相結(jié)合的方法提取人臉特征點,利用兩幅不同角度的二維圖像重建三維人臉模型。通過對重建的三維人臉模型的旋轉(zhuǎn)和平移變換,并利用投影矩陣亦可得到多姿態(tài)的二維人臉圖像,使得其投影視圖更加接近人臉庫中的原型,弱化了人臉拍攝時的位置影響。最后通

6、過高精度有效的識別算法匹配完成對人臉的識別過程。通過更全面的信息,可以較好的降低識別過程中的誤識率和虛警率。同時由于三維人臉模型具備光照無關(guān)性和姿態(tài)無關(guān)性的特點,能夠正確反映出人臉的基本特性,從而形成相對穩(wěn)定的人臉特征表述。因此基于本文提出的三維人臉模型的識別方法可以很好的解決目前在這一領(lǐng)域存在的研究瓶頸。
　　本文是上海市2007年科技攻關(guān)重點項目(《基于單片DMD的立體顯示系統(tǒng)》編號:075115002)的主要研究內(nèi)容之一,并

7、受到華東師范大學(xué)優(yōu)秀博士研究生培養(yǎng)基金(20080050)支持。從構(gòu)建基于立體顯示的三維人臉識別系統(tǒng)需要解決的若干關(guān)鍵問題入手,重點討論了雙目視覺計算景深的原理、人臉檢測與跟蹤、立體圖像對中點與點的匹配、面部關(guān)鍵特征定位、三維的人臉特征描述、魯棒的人臉分類器以及整個系統(tǒng)軟硬件設(shè)計等問題。從這幾個方面入手,深入研究了基于圖像和模型的人臉模型重建方法,人臉標志點定位及人臉配準。
　　本文的創(chuàng)新點有:1.提出基于雙目立體測量系統(tǒng)提取三維

8、人臉信息的方法,分析了雙目立體測量系統(tǒng)的基本原理,深入研究雙目立體測量系統(tǒng)在測量中物像空間點位的精確關(guān)系,探討了物像空間點位坐標關(guān)系標定、測量范圍擴展等關(guān)鍵技術(shù),并推出精度問題。2.提出利用相關(guān)系數(shù)、歐式距離和ICP結(jié)合的方法,并通過形狀特征定位五官分布位置作為幾何約束條件,實現(xiàn)雙目視覺中的人臉立體圖像對內(nèi)對應(yīng)點的匹配。3.提出基于人臉結(jié)構(gòu)的立體匹配算法,配準人臉特征模型,通過對模型相似度的度量實現(xiàn)人臉識別。改進2D人臉識別中的PCA、