用于人臉識(shí)別的三維人臉模型重建.pdf

1、人臉識(shí)別是當(dāng)前生物特征識(shí)別的熱點(diǎn)之一，并且在信息安全、視頻監(jiān)控、視頻跟蹤等領(lǐng)域有著廣泛的應(yīng)用前景。目前的人臉識(shí)別方法主要集中在二維圖像方面，但由于受到光照、姿勢(shì)、表情變化等因素的影響，其識(shí)別的準(zhǔn)確度受到很大的限制。到目前為止，建立一個(gè)魯棒的人臉識(shí)別系統(tǒng)仍然是一個(gè)很困難的問題。三維人臉模型具有比二維人臉圖像更豐富的信息，利用三維人臉模型是解決目前問題的有效方法之一。三維人臉識(shí)別中的核心部分是建立對(duì)應(yīng)的三維人臉模型,而如何獲得形狀模型和精確

2、的紋理影射是構(gòu)建模型的關(guān)鍵性。目前這個(gè)問題在人臉重建領(lǐng)域還是尚未很好解決的問題。 本文正是在這些背景之下，深入研究了基于圖像和模型的人臉模型重建方法，提出了全新的重建思路，并討論了重建模型在幾大熱門領(lǐng)域的應(yīng)用。具體研究?jī)?nèi)容有幾個(gè)部分： 1)基于人臉檢測(cè)基礎(chǔ)上的局部和全局特征提取生物特征提取是最近值得關(guān)注的研究熱點(diǎn)，這也是模型重建的重要前期工作。對(duì)于局部特征，本文考慮眼睛和嘴唇檢測(cè)。其中瞳孔中心的提取用于ASM算法的初始定

3、位，為提高更好的收斂做好基礎(chǔ)。嘴唇檢測(cè)是對(duì)ASM模板檢測(cè)結(jié)果的有效補(bǔ)充。對(duì)于全局特征，本文采用改進(jìn)的ASM算法。 2)提出新的模型重建思路只用一幅正面人臉圖像重建其對(duì)應(yīng)的三維人臉模型。對(duì)于重建過程，本文將其分為形狀重建和紋理影射兩個(gè)部分。形狀重建基于特征點(diǎn)提取的基礎(chǔ)，將二維和三維進(jìn)行很好的結(jié)合，最優(yōu)化逼近獲得三維特征點(diǎn)，最后根據(jù)彈性算法將其變形獲得形狀模型。而紋理影射，本文在前面的形狀重建過程有很好的配準(zhǔn)關(guān)系，輔以一定的仿射變換

4、，可以獲得較好的影射效果。 3)對(duì)應(yīng)人臉模型的應(yīng)用研究人臉重建模型不僅僅是對(duì)三維人臉識(shí)別系統(tǒng)提供很好的方法，同時(shí)在諸多方面有較為寬廣的應(yīng)用。本文在人臉識(shí)別、醫(yī)學(xué)用途如隆鼻、人臉動(dòng)畫、計(jì)算機(jī)視覺圖像處理等方面展開討論，對(duì)工業(yè)生產(chǎn)、計(jì)算機(jī)領(lǐng)域的發(fā)展起到了一定的推動(dòng)和引導(dǎo)作用。 對(duì)于上面的幾個(gè)方面的深入研究，本文主要在以下幾個(gè)方面取得了一定突破和進(jìn)展，獲得了一定研究成果。 1)瞳孔的檢測(cè)較為精準(zhǔn)，使用了改進(jìn)的代價(jià)函數(shù)的

5、方法獲得，準(zhǔn)確率達(dá)96％以上；同時(shí)巧妙應(yīng)用了人臉的拓?fù)浣y(tǒng)計(jì)結(jié)果，準(zhǔn)確率可以達(dá)99％； 2)嘴唇檢測(cè)的結(jié)果使用模糊C均值聚類的方法，獲得較好的檢測(cè)結(jié)果； 3)使用改進(jìn)的局部與整體相結(jié)合的方法，使ASM人臉特征點(diǎn)檢測(cè)結(jié)果大大改善，為后面的重建奠定基礎(chǔ)； 4)只用一幅圖像進(jìn)行重建； 5)只用一個(gè)模型進(jìn)行變形，而不是利用數(shù)據(jù)庫進(jìn)行訓(xùn)練獲得形狀模型； 6)三維重建時(shí)間少，在P IV 1.0G的配置下平均重建