基于主動表觀模型的多姿態(tài)人臉合成研究與應(yīng)用.pdf

1、人臉合成屬于模式識別和計算機視覺的交叉學(xué)科，具有重要的科學(xué)意義;該技術(shù)在的安全防范、視頻會議、人機交互等方面的巨大應(yīng)用前景。然而，自然人臉圖像因受多種因素的影響具有很強的模式多樣性，多姿態(tài)的人臉合成通常是實現(xiàn)多姿態(tài)人臉識別的前提和關(guān)鍵步驟，由此本文著重研究多姿態(tài)人臉圖像的合成，將多姿態(tài)的人臉識別轉(zhuǎn)化為單姿態(tài)的人臉識別。不同姿態(tài)下的人臉外觀有顯著的差異，使得人臉合成富有挑戰(zhàn)性，本文著重研究這種差異，利用如下方法來實現(xiàn)多姿態(tài)的人臉合成。本文

2、的主要成果為:
　　1.對主動表觀模型(Active Appearance Model，AAM)進行了研究。主動表觀模型可以用來處理人臉特征點標(biāo)定，識別與匹配。鑒于其強大的功能，該算法被廣泛應(yīng)用于計算機視覺領(lǐng)域。
　　2.提出一種基于LLE算法思想的合成方法。利用主動表觀模型將人臉的形狀和紋理分開，分別研究它們在視角間存在的差異性，進而通過形狀和紋理的分別合成來實現(xiàn)多姿態(tài)的人臉合成。針對人臉形狀和紋理的合成，本文借鑒了局部線