基于改进型主动外观模型的面部特征定位与人脸识别方法研究.pdf

合肥工业大学
硕士学位论文
基于改进型主动外观模型的面部特征定位与人脸识别方法研究
姓名:常虹
申请学位级别:硕士
专业:信号与信息处理
指导教师:蒋建国;詹曙
20090301
基于改进型主动外观模型的面部特征定位与人脸识别方法研究摘要处理和模式识别技术从静态或动态场景中,识别或验证一个或多个人脸,在商脸特征定位是通过计算机在人脸图像中自动定位出人脸各个器官,包括眼睛、鼻子、嘴巴、下巴、耳朵以及人脸外轮廓等特征点的位置。主动外观模型是进行人脸面部特征定位和人脸识别的有效方法,近年来已成为图像处理等领域的研究热点。本论文所做的主要工作是研究基于主动外观模型的面部特征定位和人脸识别技术。主要工作和创新成果如下:晗附樯芰酥鞫夤勰P的主动外观模型一瓵⒔溆糜谌肆趁娌刻卣鞫ㄎ缓腿肆呈侗鹗笛椤统计分析方法。但主分量分析只考虑了二阶统计信息,难以提取出局部特征,述局部特征。苑掷氤龅闹鞒煞莅雌浞讲畲哟蟮叫∨判颍鳬算法没有均值的偏差进行排序的方法。本文建立的基于独立分量分析的主动外观模型,萌肆成疃韧己陀胫杂Φ幕叶韧枷瘢用与人脸亮度图像素一一对应的深度图信息,建立人脸深度模型,将其与人脸外形模型,纹理模型融合,建立了人脸深度模型与。同时,将对目标图像进行匹配的目标函数修正为深度误差和纹理误差的加权和,并通过实验确定了加权系数。萌肆城娴那式饩龈慕椭鞫夤勰P偷某跏甲颂问定。由于初始姿态参数是影响搜索精确度非常重要的因素,本文利用三维人脸曲面上的曲率对人脸进行初步特征定位,用定位的结果作为改进型搜索初始位置。文中详细论述了改进型主动外观模型的建立过程和匹配过程,以及人脸曲面上曲率的计算和基于曲率的人脸面部特征初定位方法。人脸识别作为生物识别技术之一,是指基于己知的人脸样本库,利用图像业、安全等领域有着广泛的应用前景。人脸面部特征定位是实现人脸图像分析的关键,对人脸识别和面部特征定位进行研究具有重要的理论和应用价值。人,幕舅想和方法,提出了一种基于独立分量分析,经典的主动外观模型采用主分量分析,作为因此对人脸的局部描述能力不强。而独立分量分析基于高阶统计信息,此方法提取出的分量不仅满足不相关的条件,还满足相互独立的条件,可以有效地描对分离出的独立成份进行排序。对此,本文提出一种根据各独立分量的模与其在统计外形模型和统计纹理模型中采用允萁型臣品治觥扩展为基于人脸深度和灰度信息的改进型。经典的主动外观模型融合了外形和纹理信息,是一种较好的建立二维模型的方法,但无法描述三维空间的物体。本论文中利岷系母慕
关键词:人脸识别;面部特征定位;主动外观模型;独立分量分析;人脸曲面;三维曲面的曲率
.產瓵瓵瑆琣,瓼,,琧琫甌產甋甌.,琣.,.甌甌,...甈瑂瓵
築瑃,;甌琣琩,.:琣瓵甌瓸籉;籆痶
插图清单图两个外形的对齐⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯.图采用和改进型的面部特征定位结果⋯⋯⋯⋯⋯⋯⋯图人脸识别系统框图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图二维情况下的主分量分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图同一外形在不同位置,尺寸,旋转角度下的表现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图人脸面部图像的标定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图训练集中外形向量的对齐过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图外形参数良第一维和第二维元素变化时对人脸外形的影响⋯⋯⋯⋯⋯⋯⋯..图将纹理样本映射到同一个参数空间⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图平均人脸外形进行三角剖分⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图三角形内部点的对应⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图评聿问诺谝晃偷诙K乇浠倍匀肆澄评淼挠跋臁图夤勰P筒问齝第一维和第二维元素变化时对人脸外形和纹理的影响⋯⋯图既肆惩枷裼階ヅ涔菇ǖ娜肆车谋冉稀图P褪疽馔肌图算法仿真结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图采用左蚉建立的外形模型中模型参数变化对外形的影响⋯⋯图分别采用,:亮度图和深度图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图深度图显示结果三维人脸参考系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图人脸标定及点分布模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图不同力取值对实验结果的影响⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图人脸曲面分类示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯.图萌肆城娴那识ㄎ蝗肆趁娌刻卣鞑街琛
表格清单表人脸面部特征定位结果比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表用高斯曲率和平均曲率进行曲面分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表人