基于表情變化下的局部描述符的三維人臉識(shí)別研究.pdf

1、人臉識(shí)別技術(shù)因直觀、友好和高性價(jià)比等優(yōu)勢(shì)在社會(huì)多個(gè)領(lǐng)域中都有著廣泛的應(yīng)用。基于二維人臉圖像的二維人臉識(shí)別技術(shù)取得了巨大成功，但仍難以解決光照、姿態(tài)等問題，其發(fā)展進(jìn)入瓶頸期。隨著結(jié)構(gòu)光和立體視覺等三維成像技術(shù)的發(fā)展，實(shí)時(shí)采集三維數(shù)據(jù)成為現(xiàn)實(shí)，因此越來越多的學(xué)者將研究重點(diǎn)放在三維人臉識(shí)別上。三維人臉數(shù)據(jù)受光照、姿態(tài)等因素的影響較小，卻面臨著表情變化等方面的嚴(yán)峻挑戰(zhàn)。本文在對(duì)現(xiàn)有三維人臉識(shí)別算法分析和總結(jié)的基礎(chǔ)上，依據(jù)基于局部描述符的方法對(duì)表

2、情變化問題進(jìn)行了研究，提出了兩種三維人臉識(shí)別算法。本文的主要工作和創(chuàng)新點(diǎn)如下:
　　1)提出了一種基于多元統(tǒng)計(jì)局部描述符(Multi-Statistics Local Descriptor, MSLD)的三維人臉識(shí)別算法。首先在人臉的半剛性區(qū)域內(nèi)利用人臉的側(cè)面輪廓線來提取關(guān)鍵點(diǎn)，依據(jù)對(duì)表情變化的敏感程度對(duì)其分類，再確定其鄰域;然后利用協(xié)方差矩陣和直方圖統(tǒng)計(jì)分別提取關(guān)鍵點(diǎn)鄰域內(nèi)的二階和一階統(tǒng)計(jì)信息，并對(duì)兩者進(jìn)行特征融合以構(gòu)造多元統(tǒng)計(jì)

3、局部描述符;最后對(duì)受表情影響較小的關(guān)鍵點(diǎn)的鄰域特征賦予較高的權(quán)重并利用帶權(quán)重的多任務(wù)稀疏表示分類器完成分類。在FRGC v2.0數(shù)據(jù)庫和Bosphorus數(shù)據(jù)庫上的實(shí)驗(yàn)結(jié)果充分證明了該算法的有效性以及對(duì)于表情變化的魯棒性。
　　2)提出了一種基于網(wǎng)格縱橫局部二值模式的三維人臉識(shí)別算法。首先在人臉的半剛性區(qū)域內(nèi)利用人臉的側(cè)面輪廓線來提取關(guān)鍵點(diǎn)并根據(jù)關(guān)鍵點(diǎn)確定中心面片，再利用中心面片及其周圍有序環(huán)確定關(guān)鍵點(diǎn)鄰域;然后將網(wǎng)格上中心面片及

4、其周圍有序環(huán)看成一個(gè)整體，從縱向（相鄰環(huán)上對(duì)應(yīng)面片之間）和橫向（同一環(huán)上相鄰標(biāo)號(hào)面片之間）分別提取關(guān)鍵點(diǎn)鄰域的網(wǎng)格縱向局部二值模式(Local Binary Pattern from Vertical on the mesh，mesh-VLBP)描述符和網(wǎng)格橫向局部二值模式(Local Binary Pattern from Horizontal on themesh，mesh-HLBP)描述符，并且對(duì)這兩者進(jìn)行特征融合得到網(wǎng)格縱橫局部