学位论文 > 优秀研究生学位论文题录展示
三维人脸识别中若干关键问题研究
作 者: 叶长明
导 师: 蒋建国
学 校: 合肥工业大学
专 业: 计算机应用技术
关键词: 三维人脸识别 复数域 特征脸 姿态 等高线 流形学习
分类号: TP391.41
类 型: 博士论文
年 份: 2012年
下 载: 554次
引 用: 0次
阅 读: 论文下载
内容摘要
随着信息化社会的不断发展,传统的口令式身份识别方法已无法满足人类的需求,我们迫切需要一种更加便捷、有效的身份识别技术。生物特征识别技术是一种根据人体自身所固有的生理特征和行为特征来识别身份的技术,由于其终生不变、不易伪造等优点,已成为身份识别技术的重要发展方向。三维人脸识别技术是一种典型的生物特征识别技术,由于其在理论研究意义和现实应用中的巨大价值已成图像处理、计算机视觉、模式识别和人工智能领域重要的研究方向。三维人脸识别技术具有非接触性、信息完备、对光照条件不敏感等优点;但同时也受到数据处理难度大、姿态表情年龄等因素、自动化程度不高等条件的制约。本文基于国内外三维人脸识别领域最新的研究成果,针对三维人脸识别过程中的若干关键问题进行深入研究。并通过理论分析和大量实验,验证了本文中所提出算法的有效性。本文主要的创新点和贡献如下:(1)传统的人脸识别方法仅仅利用了二维人脸图像中的灰度信息。本文将复数域的表达形式引入到人脸图像的表达中,将一一对应的二维灰度数据和三维深度数据融合表达。并将该复数域表达方法与特征脸算法、Fisherface算法适当结合,提出复数域特征脸算法和复数域Fisherface算法,将多数据融合思想应用于人脸识别过程。(2)对于不同姿态下的人脸图像,仅仅采用二维灰度信息往往很难获得理想的识别效果。三维人脸图像包含了人脸原始的几何信息。特别是三维人脸深度图,在旋转过后具有几何上的连续性。对于不同姿态条件下的三维人脸图像,通过旋转插值将图像校正到人脸正中面的状态,再进行人脸识别实验。该方法充分利用人脸图像的三维信息,减少了不同姿态对人脸识别率的影响。(3)随着成像技术的发展,图像分辨率越来越高,三维图像数据量庞大。本文提出了利用等高线理论实现三维人脸特征提取的算法。针对三维人脸深度图像,利用曲面等高线和傅里叶描绘子完成特征提取,通过三维人脸等高线特征来进行人脸识别,在相关人脸库中的实验获得了较好的识别效果。(4)近年来,流形学习理论在模式识别、数据挖掘、机器学习和计算机视觉等研究领域得到了广泛应用。流形学习是非线性降维的一个分支,代表性的方法有Isomap,LLE等。本研究将流形学习的方法引入到三维人脸图像的降维处理中,建立三维人脸图像的降维统计表示。通过在人脸库上的人脸识别实验检验这种新方法的降维效果,证明这是一种具有潜力的数据降维方法。
|
全文目录
摘要 8-9 ABSTRACT 9-11 致谢 11-17 第一章 绪论 17-23 1.1 人脸识别研究的背景和意义 17-18 1.2 二维人脸识别和三维人脸识别的优势及不足 18-19 1.3 本文研究内容 19-20 1.4 本文组织结构 20-23 第二章 三维人脸识别综述 23-31 2.1 三维人脸识别的发展历史和国内外现状 23 2.2 三维人脸识别目前使用主要的技术 23-26 2.2.1 基于几何特征直接匹配的方法 23-24 2.2.2 基于局部特征的方法 24-26 2.2.3 多数据多技术融合的方法 26 2.3 三维人脸图像格式和三维人脸库介绍 26-28 2.4 三维人脸识别系统介绍 28-29 2.5 三维人脸识别技术的未来发展趋势 29-31 第三章 基于复数域的多数据融合三维人脸识别 31-51 3.1 引言 31-32 3.2 特征脸和 Fisherface 人脸识别算法 32-36 3.2.1 特征脸识别算法(Eigenface) 32-35 3.2.2 Fisherface 人脸识别算法 35-36 3.3 基于复数域的多数据融合人脸识别算法 36-39 3.3.1 基于复数域的三维人脸数据表示 37 3.3.2 复数域特征脸算法 37-38 3.3.3 复数域 Fisherface 算法 38-39 3.4 实验 39-50 3.4.1 实验 1 39-47 3.4.2 实验 2 47-50 3.5 本章小结 50-51 第四章 基于不同姿态三维人脸深度图识别 51-71 4.1 引言 51 4.2 相关背景知识 51-55 4.2.1 解剖学相关知识 52 4.2.2 基于曲率的人脸特征点定位 52-53 4.2.3 三维结构旋转的数学表达 53-54 4.2.4 迭代最近点算法 54-55 4.3 不同姿态人脸深度图识别算法 55-67 4.3.1 算法总体设计 55 4.3.2 深度图像数据的预处理 55-56 4.3.3 基于曲率理论的人脸特征点定位 56-58 4.3.4 基于特征点的人脸偏转角度计算和图像旋转 58-61 4.3.5 图像的插补 61-67 4.4 实验 67-69 4.4.1 实验数据 67-68 4.4.2 实验和分析 68-69 4.5 本章小结 69-71 第五章 基于曲面等高线特征的三维人脸识别 71-85 5.1 引言 71 5.2 人脸识别中特征提取技术 71-74 5.2.1 基于二维人脸图像的特征提取方法 71-73 5.2.2 基于三维人脸图像的特征提取 73-74 5.3 基于等高线特征的三维人脸识别算法 74-78 5.3.1 算法-总体设计 75 5.3.2 人脸三维信息的等高线描述 75-76 5.3.3 傅里叶描绘子 76-78 5.4 实验 78-84 5.4.1 实验 1 78-82 5.4.2 实验 2 82-84 5.5 本章总结 84-85 第六章 基于流形学习的三维人脸识别 85-101 6.1 引言 85 6.2 流形学习理论介绍 85-92 6.2.1 ISOMAP 算法 85-87 6.2.2 LLE 算法 87-88 6.2.3 LE 算法 88-90 6.2.4 LOGMAP 算法 90-92 6.3 基于 LOGMAP 算法的人脸识别算法 92-94 6.4 实验 94-100 6.4.1 实验 1 94-96 6.4.2 实验 2 96-100 6.5 本章总结 100-101 第七章 结论 101-103 7.1 论文的创新研究和总结 101-102 7.2 未来工作的展望 102-103 参考文献 103-111 攻读博士学位期间发表的论文 111 专利申报 111 科研项目 111
|
相似论文
- 分布式移动多载舰OTHR系统姿态测量方法的研究,P228.4
- 三轴稳定卫星姿态控制方法研究,V448.22
- 卫星姿态的磁控制方法研究,V448.222
- 航天器姿态动力学系统鲁棒自适应控制方法研究,V448.22
- 超高空观测平台姿态控制设计与控制策略研究,V249.1
- 某型卫星姿态确定与有限时间控制方法研究,V448.222
- 基于陀螺和星敏感器的卫星姿态确定研究,V448.2
- 基于流形学习的高维流场数据分类研究,V231.3
- 唇读中的特征提取、选择与融合,TP391.41
- 大气层内动能拦截弹姿态控制规律设计,TJ765.23
- 超声速巡航导弹姿态控制系统增益调度设计的参数化方法,TJ765.23
- 再入弹头的移动质心控制方法研究,TJ765.23
- 基于流形学习的数据降维技术研究,TP311.13
- 深水管道回接位姿检测系统研究,TE973.3
- 激光准直系统的姿态测量装置研制,TN24
- 中国军人五项体能数字化考核系统设计及其实现关键问题研究,E917
- 基于判别型典型相关分析的多流形识别,TP391.41
- 基于局部优化投影的人脸识别方法研究,TP391.41
- 流形学习中样本点稀疏问题的研究,TP391.41
- 三维人脸识别系统研究,TP391.41
- 基于仿生模式识别的三维人脸识别研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|