人臉姿勢估計與各姿勢下的人臉對齊

《人臉姿勢估計與各姿勢下的人臉對齊》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。

1、上海交通大學博士學位論文人臉姿勢估計與各姿勢下的人臉對齊姓名：戈新良申請學位級別：博士專業(yè)：模式識別與智能系統(tǒng)指導教師：楊杰20060901J·TrU歲孝麥魚聲荸博I：學位論文人臉姿勢估計與各姿勢下的人臉對齊摘要人臉識別是當前生物特征識別的熱點之一，并且在信息安全、視頻監(jiān)控、視頻跟蹤等領域有著廣泛的應用前景。目前的人臉識別方法主要集中在二維圖像方面，但由于受到光照、姿勢、表情變化等因素的影響，其識別的準確度受到很大的限制。到目前為止，建立一個魯棒的人臉識別系統(tǒng)仍然是一個很困難的闖題。三維入臉模型具有比二維人臉圖

2、像更豐富的信息，利用三維人臉模型是解決目前問題的有效方法之一。三維人臉識別中的核心部分是建立3D形變模型(MorF)hableModel)．而數(shù)據(jù)庫中不同姿勢下的人臉圖像與參考圖像的特征點對應是構建形變模型的關鍵性問題。目前這個問題在人臉識別領域還是尚未很好解決的問題。本文主要研究不同姿勢下的人臉對齊問題。這個問題可以分為兩部分，第一部分是從二維人臉圖像中估計其人臉姿勢；第二部分，根據(jù)已知的人臉姿態(tài)，利用主動形狀模型提取人臉的特征點。這樣可以用稀疏的特征點建立3D形變模型，相比于用其它的方法(如光流方法)簡單、

3、節(jié)省計算成本?！疚牡闹饕暙I總結(jié)如下：1)系統(tǒng)綜述了人臉識別的發(fā)展歷史與研究現(xiàn)狀。以人臉識別系統(tǒng)的框圖為基礎，闡述了人臉識別系統(tǒng)的主要組成模塊：人臉檢測、人臉表征和分類識別。然后以這些主要模塊的核心技術為線索，詳細闡述了人臉識別在不同發(fā)展階段的特點和成就，并且對這些模塊中一些典型的算法進行分類。特別指出，三維人臉識別是現(xiàn)階段人臉識別研究的熱點和難點，也是以后人臉識別研究的主流方向。此外，介紹了目I；if國內(nèi)外相關的科研機構，和人臉識別中常用的一些數(shù)據(jù)庫。2)從兩個方面改經(jīng)主動形狀模型(ActiveShapeM

4、odel，簡稱ASM)方法。ASM一般是通過一維的局部紋理搜索，形成迭代過程，使得形狀模型在人臉圖像中搜索到與它相類似的實例。由于ASM的搜索時間較長，對初始化位置比較敏感，而且容易陷入最小值，使得ASM難以直接用于面部特征的提取。為此，首先提取面部顯著特征點，為形狀模型在人臉圖像中粗略定好初始位置，較好地克服了ASM方法摘要本身中的一些不足，減少了迭代搜索時間；并且提出建立2D紋理模型，使用Bhattacharyya距離搜索最優(yōu)特征點位置，這些改進提高了多特征點的定位精度。這一研究為后面的不同姿勢下的人臉對齊

5、打下良好的基礎。3)流形學習用于人臉姿勢分析和人臉識別。在多元數(shù)據(jù)分析領域的潛力引起了計算機視覺領域的濃厚興趣，它試圖揭示多元數(shù)據(jù)集的內(nèi)蘊結(jié)構，并進一步用于數(shù)據(jù)特征的研究。本文回顧了各種流形學習方法。并且把一些典型方法整合到一個框架中，揭示了由于優(yōu)化函數(shù)的不同，出現(xiàn)了不同的流形學習方法。最后，由于流形學習降維得到的子空間的判別能力低于傳統(tǒng)的降維方法得到的子空間，我們提出了監(jiān)督式局部保持映射方法。此方法充分利用了數(shù)據(jù)的類別信息可以很好的應用于人臉識別和人臉姿勢估計中。4)研究了人臉姿勢估計問題。從二維人臉圖像中估

6、計人臉姿勢是很困難的事情，而且一些影響因素增加了此問題的難度，比如光照的變化、人的身份變化、圖像分辨率等。簡要介紹了一些現(xiàn)有的人臉姿勢方法，并提出了兩種改進的人臉姿勢估計方法。一種是基于人臉檢測概率的姿勢估計方法，另一種是基于流形學習的姿勢估計方法。5)討論了多姿勢下的人臉對齊問題。由于人臉在深度方向上發(fā)生旋轉(zhuǎn)，引起～些非線性變換，使得解決此類問題的難度加大。在本文中，我們提出了一個新的方法，此方法共分為兩部分：‘一部分是把從正面人臉到左側(cè)面人臉之間的范圍平均分成幾個區(qū)間，在每個區(qū)間內(nèi)訓練一個統(tǒng)計形狀模型，另一

7、部分是由人臉姿勢估計方法尋找相應的統(tǒng)計形狀模型，并用優(yōu)化算法從新的一幅人臉圖像中搜索到與統(tǒng)計形狀模型相似的實例。我們用JcL-PEAL人臉數(shù)據(jù)庫，此方法證實有比較好的性能。關鍵詞：姿勢估計、人臉對齊、流形學習、3D人臉識別、主動形狀模型(ASM)、人臉檢測、3D形變模型IIJ·T·U，菪麥至z謦博L學位論文FacePoseEstimationandFaceAlignmentunderVariousPosesFacerecognitionisoneofthemostpopularresearchfieldsatp

8、resent，andalsoiswidelyappliedinmanyareas，suchasinformationsecurity，videosurveillance，videotracking．Recently,mostoftheresearchesconcerningfacerecognitionarebasedon2Dfaceimages，butbecauseoftheinfl