人脸面部特征定位与人脸识别方法的研究

摘要

该文的研究工作包括人脸面部特征定位和人脸识别两个部分.在人脸面部特征定位的研究中,采用了基于主动形状模型(ASM)和主动表观模型(AAM)的方法.并在此基础上,提出了基于局部纹理模型和全局纹理模型相结合的图像解释方法来进行面部特征定位.在基于ASM的面部特征定位的研究中,该文对标准的ASM进行了改进.在特征点搜索过程中,提出了局部区域约束和边缘约束的搜索策略.提出了增加相关性的特征点标定策略并设计了一个半自动的人脸特征点标定工具,以提高特征点标定的精度及效率.实验表明,该文提出的改进的主动形状模型较为显著的提高了面部特征定位的精度.该文还研究了基于AAM的面部特征定位方法,分析了灰度模型参数及表观模型参数在人脸重构中的作用.通过对ASM和AAM原理及性能的综合分析,该文提出了基于局部纹理模型和全局纹理模型相结合的图像解释方法.该方法在利用ASM中局部纹理模型搜索方法的同时,又利用了全局纹理来进行合理性约束,并采用了基于全局纹理来进行形状预测的方法.为确定形状对纹理的匹配程度,该文提出了基于形状无关纹理子空间重构残差的匹配度评定标准.实验证明了这一标准的合理性.利用该匹配度评定标准,将基于局部纹理模型的搜索方法和基于全局纹理预测的方法有机的结合了起来,保证了搜索过程中匹配度的不断提高,从而提高了搜索方法的鲁棒性.

目录

文摘

英文文摘

第一章绪 论

1.1人脸面部特征定位

1.1.1研究意义及背景

1.1.2国内外研究状况

1.2人脸识别

1.2.1研究意义及背景

1.2.2国内外研究状况

1.3本文的贡献

1.4论文的组织安排

第二章基于主动形状模型的面部特征定位及改进

2.1主动形状模型

2.1.1特征点标定

2.1.2形状模型的建立

2.1.3局部纹理建模

2.1.4 ASM目标搜索过程

2.1.5 ASM多分辨率搜索策略

2.2改进的主动形状模型

2.2.1半自动的特征点标定工具

2.2.2瞳孔的精确定位

2.2.3改进的搜索策略

2.2.4实验结果

2.3本章小节

第三章基于主动表观模型的人脸面部特征定位

3.1统计形状模型的建立

3.2统计纹理模型的建立

3.2.1形状无关图像的获得

3.2.2对形状无关图像进行主成分分析

3.2.3对纹理模型中参数的分析

3.3统计表观模型

3.3.1统计表观模型建模

3.3.2统计表观模型参数分析

3.3.3统计表观模型对图像的重构

3.4主动表观模型搜索算法

3.4.1优化线性关系矩阵的建立

3.4.2利用模型进行搜索

3.5试验结果

3.6本章小节

第四章基于局部纹理模型和全局纹理模型相结合方法的面部特征定位

4.1主动形状模型和主动表观模型的优缺点分析

4.2匹配度评价标准

4.2.1子空间重构残差的计算

4.2.2子空间重构残差作为匹配度的合理性

4.3基于形状和全局纹理模型的特征搜索方法

4.3.1基于全局纹理预测的方法

4.3.2特征搜索过程

4.4试验结果

4.4.1人脸库的结构

4.4.2实验方法及结果

4.5本章小节

第五章基于FISHER线性判别式的人脸识别方法

5.1特征脸方法

5.1.1人脸图像的归一化

5.1.2计算K-L变换

5.1.3人脸特征子空间

5.2线性判别分析

5.2.1 Fisher线性判别

5.2.2投影矩阵的计算

5.2.3用Fisher线性判别分析提取人脸图像特征

5.2.4 Fisher线性判别的优缺点分析

5.3主成分分析和线性判别分析相结合提取人脸图像特征

5.4实验及结果

5.4.1人脸图像的训练集和测试集

5.4.2人脸识别系统的训练过程

5.4.3实验结果及分析

5.5基于视频的人脸识别系统

5.5.1总体结构

5.5.2系统特点及性能

5.6本章小节

结论和展望

参考文献

攻读硕士学位期间发表的论文

致谢