基于轮廓线和曲率信息融合的三维人脸识别方法研究

发布时间：2021-02-25 11:05

　　随着身份信息验证重要性的提升,人脸识别技术的发展也日渐成熟。由于二维人脸识别技术的发展局限性,近年来,三维人脸识别技术受到了研究者们的青睐。但是三维人脸识别算法性能受数据库质量、人脸姿态、表情影响较大,算法的发展面临较大挑战。本文对三维人脸识别做出了如下几方面改进:1、在三维人脸模型数据库预处理中,本文采用了由中科院自动化所拍摄的CASIA 3D数据库,由于该数据库原始数据格式无法直接用于算法,因此在数据库预处理模块中,不同与其它算法中的预处理过程,本文中使用了集成软件进行分割、降噪等处理,简化了预处理流程,并将模型退化为原始点云模型用于实验。2、在特征提取模块中,为提高特征点提取的准确率,从而更好的进行后续识别步骤,本文中将曲率信息和轮廓信息融合用于特征点定位,最大程度定位较多特征点的同时,提高了特征点定位的精度,避免了其它算法中因为信息缺失造成的特征点定位不准确的现象。在对比实验中,实验结果表明本文的特征点定位算法在特征点数量和定位时间两方面具有一定的优越性。3、在人脸匹配模块中,做了两方面改进:第一,在特征点描述符构建中,本文将具有优越性的2D_DAISY描述... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：88 页

【学位级别】：硕士

【部分图文】：

生物识别方式

图 2.1 三维人脸识别流程 三维人脸数据库模块成熟的人脸数据库的构建过程通常分为数据采集和数据处理两部分。本节中绍数据的采集以及预处理流程。2.2.1 三维人脸数据采集一、采集设备的选择采集设备多利用光学传感原理，摄像机将一系列光束透射到被采集对象，再集对象返回的反射光，通过一定算法形成点云数据[24]。所以点云模型是采集采集的，未经修饰的模型，包含人脸最原始的信息。很多数据库构建基于手三维扫描仪[26]，这种扫描仪特点表现在：(a)精度高，甚至可以达到微米程度够采集到采集对象的脸部细节特征，甚至毛孔、皱纹、毛发等等；(b)手持设由，因此对于人脸曲面结构复杂的区域，可以多角度，分断拍摄，使数据更

二、采集方式基于以上采集设备的选择，通常情况下，三维人脸模型采集分为被动式采集和式采集两类[27]。1）被动式采集被动式采集过程中，采集设备不会向采集对象发出任何光束，只是接受采集物射的光，然后通过后期处理（如立体匹配技术）重构对象的三维立体结构。这种方法对采集设备硬件要求低，通常只需摄像头便可完成采集。但是对后期处理精赖程度较大。2）主动式采集与被动式采集不同的是，主动式采集会向采集对象发射如激光、红外、自然光的光，通过采集对象对发射光的反射光而形成采集对象的深度值，基于激光雷达的采集目前比较流行，但是激光采集对人体造成一定程度伤害且价格昂贵，所以展受到限制。表 2.1 中展示了被动式采集和主动式采集的技术分类。表 2.1 三维数据获取方式技术分类采集方法分类 被动式采集 主动式采集

【参考文献】：
期刊论文
[1]基于Kinect的拉普拉斯网格形变三维人脸建模[J]. 侯守明,杜成菲,王阳,张玉珍.  图学学报. 2018(05)
[2]人脸识别在安防领域中的应用[J]. 陈炜.  中国新通信. 2018(19)
[3]基于生物特征识别的身份认证及相关安全问题研究[J]. 周小军,王凌强,郭玉霞,高皑琼,谭薇.  工业仪表与自动化装置. 2018(04)
[4]切比雪夫距离下系统置换码的编译码算法[J]. 韩辉,慕建君,焦晓鹏.  西安电子科技大学学报. 2018(06)
[5]基于字典学习和局部约束的稀疏表示人脸识别[J]. 王威,朱宗玖,陆俊.  电脑知识与技术. 2018(05)
[6]具有普适性的改进非负矩阵分解图像特征提取方法[J]. 贾旭,孙福明,李豪杰,曹玉东.  计算机应用. 2018(01)
[7]基于HOG特征和DSPP降维的人脸识别算法[J]. 田亚娜,童莹,曹雪虹.  计算机技术与发展. 2018(01)
[8]基于人脸侧影线角点检测的鼻尖点定位方法[J]. 潘腊青,徐海黎,韦勇,沈标.  计算机工程与应用. 2018(13)
[9]基于物体特征有效提取和离散点三维重建的3D扫描系统原型研究[J]. 牛晰,袁晓东.  计算机测量与控制. 2017(05)
[10]PCL库点云统计去噪算法的应用研究[J]. 罗方燕.  现代计算机(专业版). 2016(26)

博士论文
[1]生物特征识别若干关键问题研究[D]. 李徐周.山东大学 2018

硕士论文
[1]激光雷达点云采集和三维重建软件系统实现[D]. 白鑫鹏.西安电子科技大学 2014
[2]基于轮廓线的三维人脸特征提取与识别[D]. 宋晓冰.厦门大学 2009



本文编号：3050873