基于Kinect的三维人脸识别系统研究
发布时间：2021-11-29 04:01
随着科技的发展,人脸识别在社会生活中正逐渐发挥越来越大的作用。二维人脸识别技术已趋于成熟,但二维信息对光照、姿态、表情等因素鲁棒性较低,这种局限性使人脸识别技术的发展进入瓶颈期,三维人脸识别作为突破口,随之成为当下人脸识别领域的研究热点。然而专业的三维扫描设备一般较为昂贵且操作复杂,三维人脸特征提取算法也普遍较为耗时。为解决这个问题,本文借助低成本的Kinect深度传感器对三维人脸识别系统进行了研究,为其低成本化发展方向做了探索。本文的主要工作如下:1.针对由Kinect传感器获取的深度图像噪声较大导致基于特征点的人脸定位方法鲁棒性较低的问题,利用Kinect能同时获取场景的RGB图像和深度图像的优势,结合RGB信息和深度信息进行人脸检测。首先利用加入肤色判据的Adaboost人脸检测算法,在RGB图像上检测到人脸,并将其位置坐标映射到对应的深度图上,结合深度信息滤除在Kinect有效测量范围外的图像,从而提取出完整的人脸深度图。2.针对3DLBP算子特征长度过大导致特征提取耗时且对噪声敏感的问题,在3DLBP算法基础上进行改进,提出一种基于中心对称3DLBP算子融合等价模式LBP算子...
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
常见的生物识别技术Fig.1.1Commonbiometricrecognitiontechnology
胺掷喙?套龊闷痰妗?2.1Kinect介绍2.1.1Kinect相关背景知识Microsoft公司的Kinect传感器是MicrosoftXbox360游戏机的外围体感设备。Kinect有两代，第一代Kinect诞生于2010年[39]，是最早针对消费者设计的深度摄像机，借助红外发射器和红外感应器，利用结构光测量法获取深度图，可捕获0.5-4.5米之间的320*240分辨率的深度图像和640*480分辨率的彩色图像。2013年，微软公司发布了新一代Kinect，即Kinectv2，它采用飞行时间法测量深度值，具有比Kinectv1更高的色彩和深度分辨率。图2.1展示了Kinectv2传感器的外观。图2.1Kinectv2传感器Fig.2.1Kinectv2sensor在测量精度方面，Kinectv2的精度在2mm-4mm左右，不同于Kinectv1误差随距离的增大呈指数增加趋势，Kinectv2精度几乎不受距离变化的影响，可以更
重庆大学硕士学位论文2基于Kinect的人脸检测及预处理方法研究13(b)Depth图图2.3Kinect在同一时刻获得的RGB图和深度图Fig.2.3RGBimageandDepthimageobtainedbyKinectatthesametime由图2.3(b)可以看出，Kinect获取的深度图上有大量像素值为零的“黑洞点”，其形成的根本原因是Kinect无法对目标进行有效测距，主要分为两种情况[42]，其一是因为Kinect发射的光脉冲被前方物体的边缘遮挡，以致光脉冲不能到达目标点的位置，如图中在受测者的身体边缘有大量的“黑洞区域”；其二是受物体表面材质的影响，当光脉冲照射到光滑平整的物体（如玻璃等）表面时，发生了镜面反射，以致位于传感器上的电荷耦合器件无法接收到来自该表面上目标点的反射光线，当物体表面是吸光材料的时候，发射光信号会被吸收，同样会使电荷耦合器件接收不到反射光而无法计算深度信息。在图2.3(b)中，受测者眼镜周围和后方电脑显示屏上都出现了大量的“黑洞区域”。眼镜周围产生的“黑洞区域”将会对人脸识别的准确性能造成直接影响，本文将在2.4节对其预处理进行研究。2.1.3Kinect深度图校准Kinectv2获取的彩色图和深度图分别由位于设备上的不同传感器成像得到，这将导致两个传感器的成像区域并不完全相同，而且同一物体在不同的成像视场中位置不同，所以在深度图和彩色图中对应的像素坐标并不相同，首先需要将深度图与彩色图对齐，即根据RGB信息对深度图像校准。对于一般摄像头来说，常用的校准方法主要是将相机的内参数矩阵、畸变系数矩阵、本征矩阵、旋转矩阵及平移矩阵等参数进行标定。而对于Kinectv2传感器，由于其不必安装且其应用场景可能随时变化的特点，KinectforWindowsSDK
【参考文献】：
期刊论文
[1]三维人脸识别算法研究[J]. 胡敏,文永富. 影像科学与光化学. 2017(02)
博士论文
[1]表情变化下三维人脸识别中特征提取与分类研究[D]. 邓星.东南大学 2017
硕士论文
[1]面向迎宾机器人的人脸识别技术及软件系统设计[D]. 袁佳成.重庆大学 2018
[2]Kinect深度图像修复技术研究[D]. 赵旭.大连理工大学 2013
[3]基于深度数据的人脸旋转角度估计及三维人脸识别的研究[D]. 胡珍珍.合肥工业大学 2011
本文编号：3525801
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
常见的生物识别技术Fig.1.1Commonbiometricrecognitiontechnology
胺掷喙?套龊闷痰妗?2.1Kinect介绍2.1.1Kinect相关背景知识Microsoft公司的Kinect传感器是MicrosoftXbox360游戏机的外围体感设备。Kinect有两代，第一代Kinect诞生于2010年[39]，是最早针对消费者设计的深度摄像机，借助红外发射器和红外感应器，利用结构光测量法获取深度图，可捕获0.5-4.5米之间的320*240分辨率的深度图像和640*480分辨率的彩色图像。2013年，微软公司发布了新一代Kinect，即Kinectv2，它采用飞行时间法测量深度值，具有比Kinectv1更高的色彩和深度分辨率。图2.1展示了Kinectv2传感器的外观。图2.1Kinectv2传感器Fig.2.1Kinectv2sensor在测量精度方面，Kinectv2的精度在2mm-4mm左右，不同于Kinectv1误差随距离的增大呈指数增加趋势，Kinectv2精度几乎不受距离变化的影响，可以更
重庆大学硕士学位论文2基于Kinect的人脸检测及预处理方法研究13(b)Depth图图2.3Kinect在同一时刻获得的RGB图和深度图Fig.2.3RGBimageandDepthimageobtainedbyKinectatthesametime由图2.3(b)可以看出，Kinect获取的深度图上有大量像素值为零的“黑洞点”，其形成的根本原因是Kinect无法对目标进行有效测距，主要分为两种情况[42]，其一是因为Kinect发射的光脉冲被前方物体的边缘遮挡，以致光脉冲不能到达目标点的位置，如图中在受测者的身体边缘有大量的“黑洞区域”；其二是受物体表面材质的影响，当光脉冲照射到光滑平整的物体（如玻璃等）表面时，发生了镜面反射，以致位于传感器上的电荷耦合器件无法接收到来自该表面上目标点的反射光线，当物体表面是吸光材料的时候，发射光信号会被吸收，同样会使电荷耦合器件接收不到反射光而无法计算深度信息。在图2.3(b)中，受测者眼镜周围和后方电脑显示屏上都出现了大量的“黑洞区域”。眼镜周围产生的“黑洞区域”将会对人脸识别的准确性能造成直接影响，本文将在2.4节对其预处理进行研究。2.1.3Kinect深度图校准Kinectv2获取的彩色图和深度图分别由位于设备上的不同传感器成像得到，这将导致两个传感器的成像区域并不完全相同，而且同一物体在不同的成像视场中位置不同，所以在深度图和彩色图中对应的像素坐标并不相同，首先需要将深度图与彩色图对齐，即根据RGB信息对深度图像校准。对于一般摄像头来说，常用的校准方法主要是将相机的内参数矩阵、畸变系数矩阵、本征矩阵、旋转矩阵及平移矩阵等参数进行标定。而对于Kinectv2传感器，由于其不必安装且其应用场景可能随时变化的特点，KinectforWindowsSDK
【参考文献】：
期刊论文
[1]三维人脸识别算法研究[J]. 胡敏,文永富. 影像科学与光化学. 2017(02)
博士论文
[1]表情变化下三维人脸识别中特征提取与分类研究[D]. 邓星.东南大学 2017
硕士论文
[1]面向迎宾机器人的人脸识别技术及软件系统设计[D]. 袁佳成.重庆大学 2018
[2]Kinect深度图像修复技术研究[D]. 赵旭.大连理工大学 2013
[3]基于深度数据的人脸旋转角度估计及三维人脸识别的研究[D]. 胡珍珍.合肥工业大学 2011
本文编号：3525801
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3525801.html
最近更新
教材专著
