三维人脸形体匹配与属性分类研究-模式识别与智能系统专业论文.docx

摘 摘 要 万方数据 万方数据 三维人脸形体匹配与属性分类研究 摘 要 人脸是人类最重要最直观的生物特性之一，在人脸上包含了丰富、重要的生物信息， 例如：身份、性别、表情、年龄、种族等。与其它生物特征识别相比，人脸具有非接触 性、直接性和方便性等优势。基于二维图像的人脸识别技术已经成为模式识别、计算机 视觉和人工智能领域的研究热点。但是在光照、姿态变化的情况下，二维人脸识别性能 将急剧下降。三维获取设备的发展使得三维人脸识别成为可能。在已获得数据的前提下， 三维人脸几乎不受光线影响，而且三维数据具有的几何形体使三维人脸可以更好地克服 姿态变化的影响。由于三维数据在应对光照、姿态变化方面比二维图像具有特定的优势， 因此目前三维人脸匹配与属性分类受到越来越多的关注。 本文针对三维人脸形体匹配与属性分类问题展开了研究。论文的主要工作与贡献如 下： 1. 三维人脸特征点定位。三维人脸特征点定位是三维人脸识别的一个必要环节。 在二维图像上可以较为容易地找到分界线，但三维数据是一个连续光滑的曲面， 比较难定义分界线，所以三维人脸上的特征点定位要比二维人脸特征点定位更 具挑战性。针对传统的三维曲率分析法无法应用于有洞、噪声数据和无法获得 唯一的定位区域的问题，本文提出了基于递阶多层单位划分隐函数（Multi-level Partition of Unity Implicits, MPU Im