学位论文 > 优秀研究生学位论文题录展示

基于扩散距离的带有表情变化的三维人脸识别

作　者: 哈菁
导　师: 罗钟铉
学　校: 大连理工大学
专　业: 计算数学
关键词: 3D人脸识别点云数据等距变换扩散距离测地线距离
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 78次
引　用: 0次
阅　读: 论文下载

内容摘要

随着点云数据的获取日益便捷,使得基于点云数据的研究吸引了国内外越来越多的学者。三维点云数据对光照、姿态变化不敏感的特性使其具有二维图像数据无法比拟的优越性。因此,三维人脸的识别已逐步成为人脸识别研究领域的热点。在三维人脸识别中,表情变化是影响三维人脸识别准确率的主要因素。以往三维人脸表情不变量特征的提取通常基于测地线距离,但往往计算复杂,且对张嘴表情的识别准确率偏低。基于此,本文引入扩散距离作为等距变换的度量,提出一种新的提取三维人脸表情不变量特征的算法。本文主要内容包括：首先,介绍模式识别中常用的几何不变量,并着重介绍等距变换下几何不变量的构建和计算方法的数学原理,即测地线距离和扩散距离。然后,基于等距变换下的几何不变量提出了带有表情变化的三维人脸识别系统的理论框架。具体工作包括：点云的预处理,先对初始点云进行配准并得到深度和灰度图像；提出基于扩散距离的三维人脸特征不变量的提取算法,在深度图像上计算所有像素点到鼻尖的扩散距离,获得距离图像以及等距曲线,进而在等距曲线上选取像素点,则其对应的灰度值构成了不变量特征向量；利用不变量特征向量,通过线性判别分析和最近邻分类器实现三维人脸识别。最后,通过数值实验,比较了基于扩散距离与基于测地线距离所构造的不变量。实验结果表明,本文的基于扩散距离的识别方法在对张嘴表情的三维人脸识别准确率上高于传统的基于测地线距离的方法。

全文目录

摘要  4-5
Abstract  5-8
1 绪论  8-14
  1.1 人脸识别的研究背景  8
  1.2 三维人脸识别的提出  8-9
  1.3 三维人脸识别的研究现状  9-10
    1.3.1 三维人脸识别的优势  9-10
    1.3.2 三维人脸识别的困难  10
  1.4 国内外主要三维人脸数据库的介绍  10-11
  1.5 带有表情变化的三维人脸特征提取的主要方法  11-12
  1.6 论文的选题依据和研究内容  12-13
  1.7 论文的组织结构  13-14
2 等距变换下的几何不变量  14-24
  2.1 引言  14-15
  2.2 等距变换  15
  2.3 测地线距离  15-21
    2.3.1 测地线的数学原理  15-18
    2.3.2 测地线距离的计算  18-20
    2.3.3 径向测地线距离的计算  20-21
  2.4 扩散距离  21-24
    2.4.1 扩散映射的建立  21-22
    2.4.2 扩散距离的计算  22-24
3 基于扩散距离的三维人脸识别的算法  24-36
  3.1 引言  24
  3.2 三维人脸的预处理  24-30
    3.2.1 脸部参考点的选取  24-26
    3.2.2 三维点云的配准  26-28
    3.2.3 本文采用的三维人脸数据预处理方法  28-30
  3.3 基于扩散距离的特征提取  30-31
  3.4 线性判别分析法  31-33
  3.5 最近邻分类器  33-36
4 三维人脸识别的数值实验与结果分析  36-43
  4.1 实验介绍  36-37
  4.2 数值实验  37-41
  4.3 实验结果与分析  41-43
结论  43-44
参考文献  44-48
攻读硕士学位期间发表学术论文情况  48-49
致谢  49-51

基于扩散距离的带有表情变化的三维人脸识别

内容摘要

全文目录

相似论文