基于Kinect的三维人脸识别系统研究.pdfVIP

重庆大学硕士学位论文 中文摘要 摘 要 随着科技的发展，人脸识别在社会生活中正逐渐发挥越来越大的作用。二维 人脸识别技术已趋于成熟，但二维信息对光照、姿态、表情等因素鲁棒性较低， 这种局限性使人脸识别技术的发展进入瓶颈期，三维人脸识别作为突破口，随之 成为当下人脸识别领域的研究热点。然而专业的三维扫描设备一般较为昂贵且操 作复杂，三维人脸特征提取算法也普遍较为耗时。为解决这个问题，本文借助低 成本的 Kinect 深度传感器对三维人脸识别系统进行了研究，为其低成本化发展方 向做了探索。 本文的主要工作如下： 1. 针对由Kinect 传感器获取的深度图像噪声较大导致基于特征点的人脸定位 方法鲁棒性较低的问题，利用 Kinect 能同时获取场景的 RGB 图像和深度图像的优 势，结合 RGB 信息和深度信息进行人脸检测。首先利用加入肤色判据的 Adaboost 人脸检测算法，在 RGB 图像上检测到人脸，并将其位置坐标映射到对应的深度图 上，结合深度信息滤除在 Kinect 有效测量范围外的图像，从而提取出完整的人脸 深度图。 2. 针对 3DLBP 算子特征长度过大导致特征提取耗时且对噪声敏感的问题， 在 3DLBP 算法基础上进行改进，提出一种基于中心对称 3DLBP 算子融合等价模 式 LBP 算子的特征提取方法。首先将中心对称 3DLBP 算子应用到人脸深度图特征 提取中，其次，为了弥补中心像素点深度特征的缺失，串联等价模式下的 LBP 算 子作为人脸特征。在两个公开数据集和实验室自建数据集上对其有效性进行了验 证，实验结果表明，与 3DLBP 算子相比，本文算子在 CASIA 3D、EURECOM 和 自建库上，分别提升了0.34%、1.2%、1.39%的准确率，特征提取时间也分别缩短 了24.09% 、24.18% 、24.67% ，验证了该算法的有效性。 3. 在前期研究基础上，设计了一个基于深度图特征的自动人脸识别系统，完 成了从人脸信息注册到人脸识别的完整流程，验证了本文所提方法的有效性和利 用低成本的 Kinect 设备进行三维人脸识别的可行性。 关键词：3D 人脸识别；Kinect ；深度图；人脸检测； 特征提取 I 重庆大学硕士学位论文 英文摘要 Abstract With the development of science and technology, face recognition is gradually playing an increasingly important role in society. Two-dimensional face recognition technology tends to be mature but greatly affected by illumination, posture, expression, etc. Because of these limitations, 3D face recognition becomes to be the hotspot in face recognition field. However, the professional 3D scanning devices are generally expensive and complicated to operate, and 3D face feature extraction algorithms also cost much time. In order to solve t