基于立體顯示的嵌入式身份識(shí)別系統(tǒng)研究與設(shè)計(jì).pdf

1、人臉識(shí)別是基于生物特征的身份認(rèn)證技術(shù)中最為活躍最具挑戰(zhàn)性的領(lǐng)域之一,有著很大的發(fā)展?jié)摿?。它試圖通過計(jì)算機(jī)分析比較人臉圖像并從中提取有效特征信息進(jìn)行身份鑒別。由于利用人臉特征進(jìn)行身份驗(yàn)證是最自然直接的手段,易于為用戶所接受。特別是在非接觸環(huán)境和不驚動(dòng)被檢測人的情況下,人臉識(shí)別技術(shù)的優(yōu)越性遠(yuǎn)遠(yuǎn)超過已有的虹膜、指紋等檢測方法,因而成為當(dāng)前模式識(shí)別和人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)。
　　目前的人臉識(shí)別方法基本上都集中于二維圖像方面,這是由現(xiàn)在

2、照相和攝影技術(shù)先天的性能所決定的。但是人臉本身是三維空間的實(shí)體,因此在三維轉(zhuǎn)二維的過程中,丟失了很多有用的立體信息,這會(huì)造成識(shí)別誤判。關(guān)于傳統(tǒng)的基于二維平面內(nèi)的人臉識(shí)別方法,國內(nèi)的研究有很多,這些算法在二維圖像識(shí)別的領(lǐng)域,確實(shí)已經(jīng)達(dá)到了非常好的識(shí)別效果?？墒莵G失人臉三維景深信息會(huì)導(dǎo)致二維人臉識(shí)別方法很難擺脫人臉?biāo)苄宰冃?如表情等)的不確定性、人臉模式的多樣性(如胡須、發(fā)型、眼鏡、化妝等)、圖像獲取過程中的不確定性(如光照的強(qiáng)度、光源方向

3、等)的影響。在復(fù)雜環(huán)境下系統(tǒng)會(huì)表現(xiàn)出識(shí)別率下降,識(shí)別效率降低。這些極大限制了人臉識(shí)別的應(yīng)用。所以到目前為止,建立一個(gè)魯棒的人臉識(shí)別系統(tǒng)仍然是一個(gè)很困難的問題。
　　為了解決這個(gè)問題,一種行之有效的方法就是采用三維人臉識(shí)別的方法解決二維人臉識(shí)別中面臨的光照和姿態(tài)的瓶頸問題,減少表情的影響。三維人臉模型具有比二維人臉圖像更豐富的信息。3D數(shù)據(jù)真實(shí)反映了物體在三維空間中的形狀,表征了對(duì)象的實(shí)際尺寸,具有對(duì)姿態(tài)和光照不敏感的特性。三維人臉

4、識(shí)別中最重要的部分就是建立對(duì)應(yīng)的三維人臉模型,而如何獲得形狀模型和精確的紋理影射是構(gòu)建模型的關(guān)鍵。目前在人臉重建領(lǐng)域還沒有一種既采樣簡單又計(jì)算精確的獲得人臉三維信息的方法。在人臉識(shí)別領(lǐng)域,隨著3D數(shù)據(jù)獲得技術(shù)如激光掃描、雙目和多目視覺等的進(jìn)步,3D數(shù)據(jù)研究受到更多的關(guān)注。如何能夠簡單高效的獲得和使用三維信息,成為了研究的焦點(diǎn)。
　　本文基于DLP立體顯示系統(tǒng)的需要,對(duì)其三維圖像源的獲取、合成、投影及光路控制等進(jìn)行了深入研究:通過對(duì)

5、雙目攝像頭采集的立體動(dòng)態(tài)視頻序列的研究,給出了如何存儲(chǔ)和表征人臉信息并生成人臉彩色圖和深度圖的解決方案;利用上述膚色和深度信息,可圈定面部區(qū)域,并獲得人臉特征點(diǎn)的深度信息及點(diǎn)陣之間的拓?fù)浣Y(jié)構(gòu);嘗試通過2D和3D相結(jié)合的方法提取人臉特征點(diǎn),利用兩幅不同角度的二維圖像重建三維人臉模型。通過對(duì)重建的三維人臉模型的旋轉(zhuǎn)和平移變換,并利用投影矩陣亦可得到多姿態(tài)的二維人臉圖像,使得其投影視圖更加接近人臉庫中的原型,弱化了人臉拍攝時(shí)的位置影響。最后通

6、過高精度有效的識(shí)別算法匹配完成對(duì)人臉的識(shí)別過程。通過更全面的信息,可以較好的降低識(shí)別過程中的誤識(shí)率和虛警率。同時(shí)由于三維人臉模型具備光照無關(guān)性和姿態(tài)無關(guān)性的特點(diǎn),能夠正確反映出人臉的基本特性,從而形成相對(duì)穩(wěn)定的人臉特征表述。因此基于本文提出的三維人臉模型的識(shí)別方法可以很好的解決目前在這一領(lǐng)域存在的研究瓶頸。
　　本文是上海市2007年科技攻關(guān)重點(diǎn)項(xiàng)目(《基于單片DMD的立體顯示系統(tǒng)》編號(hào):075115002)的主要研究內(nèi)容之一,并

7、受到華東師范大學(xué)優(yōu)秀博士研究生培養(yǎng)基金(20080050)支持。從構(gòu)建基于立體顯示的三維人臉識(shí)別系統(tǒng)需要解決的若干關(guān)鍵問題入手,重點(diǎn)討論了雙目視覺計(jì)算景深的原理、人臉檢測與跟蹤、立體圖像對(duì)中點(diǎn)與點(diǎn)的匹配、面部關(guān)鍵特征定位、三維的人臉特征描述、魯棒的人臉分類器以及整個(gè)系統(tǒng)軟硬件設(shè)計(jì)等問題。從這幾個(gè)方面入手,深入研究了基于圖像和模型的人臉模型重建方法,人臉標(biāo)志點(diǎn)定位及人臉配準(zhǔn)。
　　本文的創(chuàng)新點(diǎn)有:1.提出基于雙目立體測量系統(tǒng)提取三維

8、人臉信息的方法,分析了雙目立體測量系統(tǒng)的基本原理,深入研究雙目立體測量系統(tǒng)在測量中物像空間點(diǎn)位的精確關(guān)系,探討了物像空間點(diǎn)位坐標(biāo)關(guān)系標(biāo)定、測量范圍擴(kuò)展等關(guān)鍵技術(shù),并推出精度問題。2.提出利用相關(guān)系數(shù)、歐式距離和ICP結(jié)合的方法,并通過形狀特征定位五官分布位置作為幾何約束條件,實(shí)現(xiàn)雙目視覺中的人臉立體圖像對(duì)內(nèi)對(duì)應(yīng)點(diǎn)的匹配。3.提出基于人臉結(jié)構(gòu)的立體匹配算法,配準(zhǔn)人臉特征模型,通過對(duì)模型相似度的度量實(shí)現(xiàn)人臉識(shí)別。改進(jìn)2D人臉識(shí)別中的PCA、