基于双目立体视觉的人脸点云获取及识别研究

摘要

人脸识别作为生物特征识别的一个重要分支,一直是模式识别和图像处理领域的研究热点之一。本文主要研究了基于几何特征的三维人脸识别方法。首先通过双目立体视觉技术获取了具有良好表达能力的人脸点云数据。在此基础上,通过准确提取人脸轮廓线和定位特征点,得到了表征人脸的三维几何特征。最后利用得到的几何特征作为三维人脸识别的依据。
　　 本研究主要内容包括：⑴点云数据获取：针对人脸这一特殊的立体匹配场景,研究了多种立体匹配方法,并做了分析和比较。运用改进的秩变换方法和金字塔匹配模型获取了高分辨率人脸致密视差图。结合前期摄像机标定后得到的摄像机参数,重建人脸三维点云数据,并对原始点云数据进行规格化处理,最后得到了具有良好表征能力的点云数据,并创建了三维人脸数据库3DFACE-XMU。⑵特征点定位和几何特征计算：利用深度信息准确提取人脸中分轮廓线和鼻尖横切轮廓线,并对轮廓线进行曲率计算和分析,结合人脸先验知识,定位出了人脸中分轮廓线上的十个特征点和鼻尖横切轮廓线上的三个特征点。针对鼻子等人脸的刚性区域,选取并计算了4类(包括曲率、距离、体积和角度)共13维的特征向量,作为后期三维人脸识别的依据。⑶三维人脸识别系统的构建：基于Visual C++、MATLAB和SQL SERVER平台开发了三维人脸识别系统,包括点云数据获取模块和识别模块。在ZJU-3DFED和3DFACE-XMU开展了基于几何特征的三维人脸识别实验,在数据较好的ZJU-3DFED数据库上(其中训练样本142个,测试样本142个),rank—1取得了87％的识别率。