文档介绍：工学硕士学位论文
具有表情变化的 3D 人脸识别算法的研究
RESEARCH ON 3D HUMAN FACE
RECOGNITION ALGORITHM AGAINST
EXPRESSION VARIATIONS
卢文伟
哈尔滨工业大学
2011 年 12 月
国内图书分类号: 学校代码:10213
国际图书分类号: 密级:公开
工学硕士学位论文
具有表情变化的 3D 人脸识别算法的研究
硕士研究生: 卢文伟
导师: 林文浩副教授
申请学位: 工学硕士
学科: 计算机科学与技术
所在单位: 深圳研究生院
答辩日期: 2011 年 12 月
授予学位单位: 哈尔滨工业大学
Classified Index:
:
Thesis for the Master Degree in Engineering
RESEARCH ON 3D HUMAN FACE
RECOGNITION ALGORITHM AGAINST
EXPRESSION VARIATIONS
Candidate: Wenwei Lu
Supervisor: Associate Prof. Howie Lin
Academic Degree Applied for: Master of Engineering
Speciality: Computer Science & Technology
Affiliation: Shenzhen Graduate School
Date of Defence: Dec., 2011
Degree-Conferring-Institution: Harbin Institute of Technology
摘要
摘要
人脸识别技术是当前生物特征识别领域的一个研究热点。光照不足、姿态
和表情变化等因素使 2D 人脸识别受到了很大的限制。相比 2D 图像,3D 人脸
模型不受光照条件的限制,且提供了更多的信息,使得 3D 人脸识别逐渐成为
了人脸识别的一个重要研究方向。但是人脸所具有的丰富的表情变化会极大地
影响 3D 人脸识别效果,如何克服表情变化造成的影响是 3D 人脸识别中所面临
的具有挑战性的课题,也是目前人脸识别领域的热点。本次课题就 3D 人脸识
别中的人脸对齐、区域划分及特征提取、分类方法三个重要环节展开理论研究
工作,提出了一些改进方法。
本次课题的研究工作主要包括以下几个方面:
(1)针对目前 3D 人脸特征点定位鲁棒性较差的问题,提出了一种基于平
均人脸模型(AFM)的混合人脸对齐方法,该方法不仅能够使得特征点定位更
加准确,而且能够降低识别延迟。它首先对每个人的中性人脸使用对噪声点鲁
棒的标准人脸深度映射的对齐方法进行对齐,并对人脸进行重采样建立每个人
的平均人脸模型。作为参考标准,该模型具有对表情变化鲁棒的性质。对待识
别人脸模型只需要与保存的每个人的平均人脸模型进行对齐即可,减少了对齐
时所要匹配的数目,降低了整个识别过程的时间。
(2)针对目前 3D 人脸划分方法的硬性划分导致局部区域内连续信息丢失
这一问题,本文提出了一种特征区域自适应方法——FA 框架。该框架能够自动
地搜索某种特征所对应的鲁棒区域,得到的区域是不规则的,避免了连续信息
割裂的问题。对比时,仅需在该鲁棒区域上提取特征,能够加快特征提取速度。
(3)针对在 3D 人脸上所提取的不同特征具有不同分布的情况,本次课题
试图找到适合于每种特征的分类器,并尝试将这些分类器进行组合,进一步提
升分类能力。实验发现,分类器组合的方法的确能够在一定程度上提升分类器
的识别性能。
关键词:3D 人脸识别;表情变化;AFM;FA 框架;分类器组合
- I -
Abstract
Abstract
Human face recognition technology is currently a hot topic in the biometric
recognition field. Insufficient lighting, pose changes, expression changes and other
factors give