基于深度的三維人臉識別關鍵技術研究.pdf

1、近年來，人臉識別技術因其友好、自然、易被用戶接受的特點，成為生物特征識別領域里面最為活躍的研究方向之一?；诙S人臉圖像的識別技術，受光照、姿態、表情地影響較大。就本質而言，二維人臉其實就是三維人臉在某一個方向上的投影，因而三維人臉具有更多更豐富的信息，理論上可以得到更好的識別效果。三維人臉識別研究將是未來人臉識別的一個新的重點。
　　 本文從以下四個方面對闡述了基于深度的三維人臉識別技術的方法:人臉數據獲取、人臉數據預處理、特

2、征提取和分類器設計。本文的主要工作如下:
　　 1.本文使用的是中科院CASIA三維人臉數據庫。我們先從數據庫獲取三維人臉數據，再進行去噪、姿態調整等預處理后，將三維人臉數據投影到二維X-Y平面，獲得深度圖像。在投影過程中我們采用了迭代插值的方法來填充數據丟失點(datamissingpoint)，可以獲得較好的深度圖像。
　　 2.在獲取深度圖像后，我們對傳統的二維特征提取方法，如PCA、LDA、LPP等進行了研究。P

3、CA是一種基準算法。在二維特征提取方法中，一般LDA優于PCA，于是我們也采用LDA方法來進行了實驗。由于三維人臉一般位于高維的非線性的流行結構，基于線性空間理論的算法在流行空間的凹進或凸出部位表現的不夠理想，難以得到較好的效果。
　　 3.基于單一特征的三維人臉識別方法都有各自的局限性，我們在本文中提出了一種基于多種特征的分類器級聯的三維人臉識別方法。我們先用PCA方法先篩選出一部分候選數據，充分利用人臉數據的整體特征，再利用