基于改进明暗恢复形状（SFS）的人脸识别算法研究与实现

摘要

人脸识别(Face Recognition)是模式识别和机器视觉领域最富挑战性的研究课题之一,它在公共安全、信息安全、人机交互等领域中有着广泛的应用前景。经过三十多年的研究,理想环境条件下的人脸识别技术研究已经达到实用的程度,但是由于光照、姿态、表情、遮挡等变化会大大降低已有的人脸识别算法性能,其应用范围也受到了较大的限制。因此,针对各种变化的鲁棒的人脸识别技术是当前的一个研究热点。本文提出了一种针对不同光照、姿势条件下的人脸识别技术,具体如下： 在训练阶段,本文提出了一种改进的明暗恢复形状(Shape From Shading,SFS)算法,由两幅光照条件已知的正面人脸图像,估计人脸反射特性和三维形状。首先,进行光照强度归一化以保证两幅训练图像的光照强度一致：然后,基于人脸的对称性,估计人脸表面的反射特性,即人脸表面反射系数和法向量的乘积；再次,针对训练图像中存在阴影区域的问题,提出了改进算法。最后,由反射特性可以恢复得到人脸的三维形状。 在人脸识别阶段,首先,估计待识别图像的姿势,由训练得到的反射特性和三维形状合成特定姿势下的人脸图像；然后,提取形态学闭运算商图像(Morphology Close Quotient Image,MCQI)特征和局部二值模式特征(Local Binary Pattern,LBP)去除光照变化对识别影响；最后,用最近邻分类器进行识别并用实验验证算法性能。 进一步分析实验结果,可以得到以下两个结论:a)本文提出的改进SFS算法合成的人脸图像要更加自然。B)应用改进算法可以减小由不同训练图像估计得到的反射特性、三维形状以及合成图像之间的差别。

目录

文摘

英文文摘

声明

第1章绪论

1.1课题背景

1.2人脸识别技术的发展

1.3研究内容与论文安排

第2章人脸识别技术综述

2.1人脸识别系统关键技术

2.1.1人脸检测

2.1.2特征提取

2.1.3分类器设计

2.2不同光照下人脸识别技术综述

2.2.1不变特征类方法

2.2.2标准形变类方法

2.2.3变化建模类方法

2.3不同姿势下人脸识别技术综述

2.3.1基于二维图像类方法

2.3.2基于三维模型类方法

2.4三维人脸重建技术综述

2.5本章小结

第3章基础理论分析

3.1人脸成像模型

3.2人脸个性化特性分析

3.3人脸对称性分析

3.3.1人脸对称性度量

3.3.2实验验证

3.4本章小结

第4章基于改进SFS的人脸反射特性和三维形状估计

4.1人脸反射特性估计

4.1.1基本算法

4.1.2光照强度归一化算法

4.1.3消除鼻梁“伪影”的改进算法

4.2三维人脸模型重建

4.3本章小结

第5章人脸图像合成

5.1三维空间到二维平面的映射

5.2图像插值

5.3人脸图像对齐

5.4实验对比

5.5本章小结

第6章人脸识别

6.1特征提取

6.1.1基于MCQI的特征提取

6.1.2基于LBP的特征提取

6.2基于最近邻的识别分类算法

6.3实验

6.3.1人脸图像数据库

6.3.2人脸识别实验结果及分析

6.3.3实验确定MCQI算法中最优模板尺度

6.4本章小结

总结与展望

参考文献

攻读硕士学位期间发表和已投学术论文

已发表论文：

已投稿论文

致 谢