论文摘要：对遮挡鲁棒的三维人脸识别

作为模式识别研究领域的典型应用，人脸识别技术由于其非接触性，用户友好的特点得到了广泛的关注。经过四十年左右的研究，获得了长足的发展。在用户配合的条件下，三维人脸识别技术已经相当成熟。但是在非理想条件下（部分遮挡，姿态变化，表情变化）的人脸识别还有待提高。目前对表情变化的研究较多，针对遮挡和姿态变化的研究涉及较少。遮挡会造成人脸数据的不完整，从而直接影响识别的精度。本文针对有部分遮挡的时三维人脸进行识别，在现有基于局部特征和基于全局特征的三维人脸识别的基础上，提出了全局和局部特征相结合的三维人脸识别方法。本文的创新点和主要工作如下：1. 使用Partial ICP对遮挡人脸进行识别。ICP算法只是简单的将两张不同人脸的点云坐标进行配准，遮挡会使错误的数据参与计算中来。使用Partial ICP可以有效的去除人脸遮挡部分数据，从而提高ICP的性能。2. 针对部分遮挡的问题，提出了基于全局与局部特征相结合的人脸识别方法。遮挡会造成人脸局部数据的缺失，基于全局特征的算法会把缺失的部分依然当成人脸进行计算，使得两个人脸之间计算得出距离较大，而基于局部特征的算法则不会。但是局部特征又会忽略全局特征的一些有用信息，因此本文融合基于局部特征的Surf算法和基于全局特征的ICP算法进行人脸识别。3. 融合多种策略进行人脸识别。融合纹理图像，三维坐标，Shape Index等不同图像信息，以及SIFT，SURF，ICP等不同算法对三维人脸进行识别。实验结果表明，基于局部特征的SIFT/SURF方法和基于全局特征的ICP算法融合能够显著人脸识别率，以及系统的计算速度。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/201042.html