基于表情變化下的局部描述符的三維人臉識別研究.pdf

1、人臉識別技術因直觀、友好和高性價比等優(yōu)勢在社會多個領域中都有著廣泛的應用?；诙S人臉圖像的二維人臉識別技術取得了巨大成功，但仍難以解決光照、姿態(tài)等問題，其發(fā)展進入瓶頸期。隨著結構光和立體視覺等三維成像技術的發(fā)展，實時采集三維數(shù)據(jù)成為現(xiàn)實，因此越來越多的學者將研究重點放在三維人臉識別上。三維人臉數(shù)據(jù)受光照、姿態(tài)等因素的影響較小，卻面臨著表情變化等方面的嚴峻挑戰(zhàn)。本文在對現(xiàn)有三維人臉識別算法分析和總結的基礎上，依據(jù)基于局部描述符的方法對表

2、情變化問題進行了研究，提出了兩種三維人臉識別算法。本文的主要工作和創(chuàng)新點如下:
　　1)提出了一種基于多元統(tǒng)計局部描述符(Multi-Statistics Local Descriptor, MSLD)的三維人臉識別算法。首先在人臉的半剛性區(qū)域內利用人臉的側面輪廓線來提取關鍵點，依據(jù)對表情變化的敏感程度對其分類，再確定其鄰域;然后利用協(xié)方差矩陣和直方圖統(tǒng)計分別提取關鍵點鄰域內的二階和一階統(tǒng)計信息，并對兩者進行特征融合以構造多元統(tǒng)計

3、局部描述符;最后對受表情影響較小的關鍵點的鄰域特征賦予較高的權重并利用帶權重的多任務稀疏表示分類器完成分類。在FRGC v2.0數(shù)據(jù)庫和Bosphorus數(shù)據(jù)庫上的實驗結果充分證明了該算法的有效性以及對于表情變化的魯棒性。
　　2)提出了一種基于網格縱橫局部二值模式的三維人臉識別算法。首先在人臉的半剛性區(qū)域內利用人臉的側面輪廓線來提取關鍵點并根據(jù)關鍵點確定中心面片，再利用中心面片及其周圍有序環(huán)確定關鍵點鄰域;然后將網格上中心面片及

4、其周圍有序環(huán)看成一個整體，從縱向（相鄰環(huán)上對應面片之間）和橫向（同一環(huán)上相鄰標號面片之間）分別提取關鍵點鄰域的網格縱向局部二值模式(Local Binary Pattern from Vertical on the mesh，mesh-VLBP)描述符和網格橫向局部二值模式(Local Binary Pattern from Horizontal on themesh，mesh-HLBP)描述符，并且對這兩者進行特征融合得到網格縱橫局部