基于3D人脸重建的人脸识别技术应用研究

摘要

用于人类身份识别的生物特征主要包括：人脸、指纹、虹膜、掌纹、耳廓形状、DNA等。其中人脸包含的视觉信息是体现一个人身份的最重要生物特征之一，与其他生物特征相比，人脸包含的特征信息具有采集方便、内容丰富、适用性广等优点。基于二维图像的人脸识别技术发展较早，但由于二维人脸图像不能提供实现身份识别所需要的完整信息，所以其识别的能力和效果不能尽如人意，目前已经取得的研究成果距离广泛的实际应用还有相当大的距离，因此需要借助三维技术来提高人脸识别的效果。三维人脸包含了更多的生物特征信息，如人脸形状信息。三维人脸识别还具有光照、姿态无关的优势，随着对三维人脸识别技术研究的深入，三维人脸识别将会成为人脸识别的最终发展方向。 论文分析了当前在解决光照、姿态不变的人脸识别问题上，应用最为广泛的三维形变模型。针对现有基于三维形变模型的人脸识别系统的不足，提出将聚类技术应用到三维人脸建模过程中来提高建模的效果和效率，给出了三维人脸聚类建模的实现框架。要实现三维人脸的聚类首先要定义三维人脸相似性，本文对三维人脸相似性的定义进行了研究，提出了两种相似性定义办法，圆锥曲线相似性和图像梯度相似性，并通过实验证明了定义的可行性与高效性。基于三维人脸聚类建模提出了人脸识别系统的新框架，设计了与新系统对应的识别策略，解决了二维图像与形变模型之间相似性的计算问题，并设计了针对性的实验验证了其计算效率。最后总结了本文的研究工作，指出了下一步的研究方向。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究意义及背景

1.2人脸识别的发展现状

1.3本文的主要工作

1.4论文的组织结构

第二章三维人脸建模技术

2.1人脸三维数据的获取

2.2标准三维人脸建模

2.3特定三维人脸建模

2.4本章小结

第三章三维形变模型

3.1三维人脸库

3.2三维形变模型的建立

3.3人脸图像的合成

3.3.1逆形状投影

3.3.2光照及颜色转换

3.4模型匹配

3.5三维形变模型的应用及不足

3.6本章小结

第四章三维人脸聚类及建模

4.1聚类分析及相关技术

4.1.1聚类分析的基本概念

4.1.2聚类分析的主要方法

4.2相似性传递聚类技术

4.2.1相似性系数的定义

4.2.2相似性的传递

4.3三维人脸聚类建模

4.3.1三维人脸建模的相关研究

4.3.2聚类建模的框架

4.3.3三维人脸相似性的定义

4.4实验结果及分析

4.5本章小结

第五章基于聚类建模的人脸识别

5.1系统框架

5.2相似性计算

5.2.1模型人脸的选择

5.2.2相似性的计算

5.3三维人脸识别过程

5.3.1三维人脸建模

5.3.2三维人脸特征提取

5.3.3比较识别

5.4基于聚类建模人脸识别系统的识别策略

5.5实验结果及分析

5.6本章小结

总结与展望

参考文献

攻读学位期间参加的研究项目和发表的学术论文

致 谢