基于深度数据的人脸旋转角度估计及三维人脸识别的研究-信号与信息处理专业论文.docxVIP

表格清单 表 3-1 根据 K 和 H 符号确定的局部曲面分类 22 表 3-2 人脸面部特征点定位结果 27 表 4-1 旋转后深度图识别效果 42 表 4-2 不同轮廓线识别结果比较 42 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所 知，除了文中特别加以标志和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果， 也不包含为获得 合肥工业大学 或其他教育机构的学位或证书而使用过的材料。与我一同工作 的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签字： 胡珍珍 签字日期： 2011 年 4 月 25 日 学位论文版权使用授权书 本学位论文作者完全了解 合肥工业大学 有关保留、使用学位论文的规定，有权保留并向 国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅或借阅。本人授权 合肥工业大 学 可以将学位论文的全部或部分论文内容编入有关数据库进行检索，可以采用影印、缩印或扫 描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后适用本授权书） 学位论文者签名： 胡珍珍 导师签名： 蒋建国 签字日期： 2011 年 4 月 25 日 签字日期：2011 年 4 月 25 日 学位论文作者毕业后去向： 工作单位：合肥工业大学 电话通讯地址：合肥工业大学南区 邮编：230009 PAGE PAGE 10 1.1 引言 第一章 绪论 人脸识别利用人脸作为最基本的生物特征，以其不可替代的优势成为生物 特征识别技术的热门。近几十年来，人脸识别作为计算机视觉技术里的重要领 域，是人工智能、模式识别、图像处理和分析等众多研究领域中的热点。随着 越来越多的科研力量的投入，在众多科研工作者的努力下，人脸识别技术取得 了突飞猛进的发展。 目前基于二维图像的人脸识别技术已日渐成熟，但其成像过程由于光照、 姿态、表情等不确定因素，对识别精度的影响较大。为解决这一问题，本文从 三维人脸数据入手，对非正面姿态下的人脸特征提取、姿态估计和匹配识别的 问题进行了研究。本章主要介绍本文的研究意义和背景，这一方向的研究现状 以及章节安排。 1.2 研究意义和背景 在现代社会中，对个人身份认证的要求涉及到生活的方方面面，如机场安 检、门禁系统、考勤系统、权限设置，电子商务等等。面对如此广泛的要求， 如何实现安全、有效、方便快捷的身份认证，已成为亟须解决的问题。传统的 身份认证，如钥匙、密码和卡片等，都存在遗失或是被盗用的风险。而生物特 征是人类本身固有的能够唯一识别个人身份的，包括行为和生理的特征，它不 会丢失，不会被盗，无法伪造[1]。 人脸识别是以人脸作为生物特征的识别技术，基于已知的人脸样本库，利 用图像处理和模式识别等技术在目标场景中识别或验证一个或多个人脸。与虹 膜、指纹、DNA、语音、签名等其他生物特征相比，人脸识别具有最自然、友好、 对用户干扰少、易被接受等优势，因此受到了更广泛的研究与应用。首先，正 常的情况下，人脸是自然显露在外的，数据的获取可以在不知不觉中完成，具 有先天的最方便的优势；其次，虹膜等生物数据的采集需要用户的配合，因而 无法用于非交互类的应用，而人脸数据的采集对用户干扰少，不需要对方的配 合[2]。基于二维图像的人脸识别技术的图像获取技术已相当成熟，而随着 3D 扫 描设备的发展，基于三维数据的人脸识别也变得越来越便捷。最后，在卫生安 全方面，人脸数据的后去是非接触的，不会涉及卫生清洁的问题。 综上可以看出，人脸识别技术因具有数据采集方面的巨大优势而在生物认 证中具有更广阔的应用前景[2]。 传统的人脸识别和特征定位的方法多是基于二维的彩色或灰度图像，而研 究表明，由于成像过程受光照、姿态、化妆、年龄、表情等意外因素影响较大， 二维人脸识别算法的性能会显著降低[3]。因此近几年学术界转而向三维人脸识 别领域展开了探索。2004 年 12 月，R.Chellappa 与 A.K.Jain 在香港的一次生 物认证专题讨论会上一致认为：人脸识别的出路在于三维。人脸识别测试评估 计划 FERET 的首席科学家 P.J.Ph