RGB-D重建及多模态特征融合的人脸识别

发布时间：2021-03-02 16:29

　　得益于深度学习的发展,人脸识别技术取得了显著的进步。但在复杂场景中,二维人脸的识别性能常常达不到要求,三维人脸因携带空间信息,对光照、姿态等变化具有鲁棒性,在一定程度上能解决二维人脸的识别困境。但因三维数据采集设备昂贵,计算量大等原因无法在实际中展开广泛应用。RGB-D识别相对于2D和3D识别,充分结合了两者的优势,在采集成本低的同时,也具有空间信息。然而,受采集设备的影响,RGB-D数据存在深度图缺失的现象,深度信息的丢失将直接影响识别效果。因此,如何对深度图进行重建恢复空间信息是一个急需解决的重要问题。同时,在RGB-D人脸识别中,如何将纹理和空间两种模态信息进行融合仍然是一个研究难点。针对上述问题,本文提出了一套端到端的低精度RG B-D数据向高精度RGB-D数据转化并进行多模态特征自动融合识别的解决方案SDRNet（Share-Depth-Recognition-Networks）。针对RGB-D数据的空间信息缺失问题,本文设计了一个深度图高精度重建网络S D-Net（Share-Depth-Networks）。SD-Net通过学习纹理信息和空间信息的映射转换,对空间信息缺失部... 

【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

自然人脸示意图

ArtecEva扫描仪示例

EinScan-Pro扫描仪示例

【参考文献】：
期刊论文
[1]BJUT-3D三维人脸数据库及其处理技术[J]. 尹宝才,孙艳丰,王成章,盖赟.  计算机研究与发展. 2009(06)



本文编号：3059574