人脸识别技术在颅骨面貌复原中的应用

摘要

计算机辅助颅骨面貌复原技术是对三维数字化颅骨数据，应用人类学关于颅骨面貌的软组织厚度数据，采用计算机技术来生成该颅骨对应的面貌，使得生成的面貌尽可能的符合该颅骨的原始面貌特征。 本文以计算机辅助颅骨面貌复原中的真实感建模为研究对象，首先论述了当前复原过程中真实感处理的重要性，指明了其在复原过程中被忽略或置于次重要位置的现状，然后受意大利Abate启发，以现有的人脸检测、识别相关理论为基础，提出了一种快速为初步复原模型获取最合适纹理的方法，并实现纹理贴图。 主要研究内容包括： 1)人脸区域的自动检测和二次验证。通过研究现有人脸检测方法，提出一种以肤色模型做初检，用BP神经网络做二次判定的较为准确的人脸区域检测方法。并应用贝叶斯决策理论对检测的正确率做了进一步的提升。 2)人脸面部特征点自动标定。针对分割出来的面部区域，提出一种利用色彩和区域灰度积分投影相结合的方法，确定脸部区域瞳孔、鼻子和嘴巴等关键器官的位置以及轮廓信息。 3)最佳特征向量选择。对由人脸多个器官的位置关系形成的特征向量，可能包含多个属性。这就需要在这一组属性中选择最具代表性的和有较高区分度的属性，组成特征向量参与识别或者纹理匹配过程，本文提出了一种衡量特征向量的属性区分度的方法，得到了属性功能的强度序列。 4)纹理的制作以及映射技术。采用WON-SOOK LEE的贴图方法，首先对人脸的正侧面照片进行无缝拼接，生成纹理，然后采用正侧面投影方法，对人脸模型上的纹理坐标进行定义，实现纹理贴图。 5)实现一个未知人脸的纹理采集匹配平台和真实感建模平台。基于上述的理论及研究，结合当前的技术，用ViSUal C++6.0，Visual C++.NET，以及OpenGL技术，实现了一个具有人脸识别功能的纹理获取系统和一个人脸模型纹理贴图系统。

目录

文摘

英文文摘

声明

第1章绪论

§1.1研究背景

§1.2研究意义及应用领域

§1.3国内外研究现状

§1.4人脸识别技术发展

§1.5本文的研究内容

§1.6本文的章节安排

第2章面貌形态学研究

§2.1颅骨和人脸的生理结构

§2.2人脸特征点定义

§2.3本章小结

第3章人脸自动检测与判定

§3.1人脸识别理论概述

§3.2人脸检测方法

§3.3肤色模型检测

§3.4用BP神经网络仿真疑似人脸

§3.4.1引入神经网络模型

§3.4.2 BP网络结构的设计

§3.4.3训练过程

§3.4.4使用神经网络进行判别的实验

§3.5用贝叶斯决策理论提高区分的正确率

§3.5.1总体分布的非参数估计

§3.5.2基于最小错误率的贝叶斯决策

§3.5.3使用贝叶斯决策进行统筹修正的实验

§3.6本章小结

第4章人脸特征点和特征向量

§4.1人脸器官特征标定方法

§4.2最佳特征向量选择

§4.2.1应用于人脸识别的数据挖掘关键技术

§4.2.2两种技术在人脸识别中的应用

§4.3自动标定特征点

§4.3.1确定特征点

§4.3.2瞳孔的自动定位

§4.3.3鼻孔特征点的自动定位

§4.3.4嘴角的自动定位

§4.4本章小结

第5章三维人脸模型的真实感处理

§5.1颅骨面貌复原基本研究体系

§5.2存在问题和解决方法

§5.3纹理贴图

§5.3.1纹理贴图概述

§5.3.2 WON-SOOK LEE贴图方法

§5.3.3纹理坐标定义[60]

§5.4本章小结

第6章纹理采集匹配及贴图平台设计

§6.1系统功能设计

§6.2系统工作流程

§6.3系统实现

§6.4本章小结

第7章总结与展望

§7.1本文工作总结

§7.2未来的研究工作

参考文献

附录

致谢