基于雙目被動(dòng)立體視覺的三維人臉重構(gòu)與識別_圖文

1、 自 , , 動(dòng) 化 學(xué) 報(bào) 卷 向上 與 向下 的不確定性 因此 這樣 的定位總的來說 是 比較粗糙的 故我們需要將兩張 曲面進(jìn)行迭代對 夕 , 和 迭代 齊 設(shè)有兩 張曲面 過程如 卜 從曲面 步驟 或 功 中選 取整數(shù)點(diǎn) 計(jì) 算其到曲面 功 的最小距 離 運(yùn)用 驟 算法 對旋 步 轉(zhuǎn)和平移參數(shù)進(jìn)行非線性最 小二 乘擬合 將旋 轉(zhuǎn) 平 移 參 數(shù) 運(yùn) 用 到 曲 面 之 步驟 抓 功 形 成 新的曲面 仍記 作 功 重復(fù)步驟 、 直 到收斂 步驟 另外 當(dāng)采集 非 正 面人 臉 圖像 時(shí) 如 圖 所示的 半 所 示 歸一 化后只 能得到如圖 么 由于 缺少左 邊 臉部表面三 維 邊臉 重

2、建結(jié)果 那 點(diǎn)云 信 息 神經(jīng) 網(wǎng)絡(luò)重 建 曲面在這 一 部分 的形 狀 隨 意性很強(qiáng) 給 識 別過程帶來 困難 因此 將只 進(jìn) 行右 半?yún)^(qū)域 以及 眼 睛部分的人臉 比對 如果 比對的兩張 人臉 曲面是從不 同左 右 角度進(jìn)行采集 的 那 么 由于 人 臉 具 有 很好 的對稱 性 我們 只 需要 將其 中一 張 人 臉 曲面 做關(guān)于 夢 軸 的鏡 向 如 圖 所 示 再將 兩 幅點(diǎn) 云 進(jìn) 行 迭 代 便 可 獲得如 圖 的結(jié) 果 從圖 中可 以 了解 到 由 于 拍 攝 角 度 原 因 被 鼻 子遮 擋 的臉 頰 部 分 以及 臉 的側(cè) 面 被 很 好 地 恢 復(fù) 了 以上 方法 也 被

3、運(yùn) 用 于 當(dāng)人臉 特 別是顴 骨部 分 皮膚過 于 細(xì)膩 而 缺 少紋 理 時(shí) 出現(xiàn) 大孔 時(shí)的填補(bǔ) 過程 當(dāng)人臉 庫十分龐 大 時(shí) 比對過程 需考慮 時(shí)間 消 費(fèi) 為提 高 比對 效率 可 分層 次對人臉進(jìn)行神經(jīng) 網(wǎng)絡(luò) 重 建 即首先選用較少的隱含層 神經(jīng) 元 進(jìn) 行粗略 比 對 排 除掉庫中大 部分人臉 再提 高隱含層 神經(jīng) 元 個(gè) 數(shù)來進(jìn) 行精確 比對 以獲得更 高的效率 另外 采樣 的是基本正 面 的人臉時(shí) 可 考慮對重 建 曲面 進(jìn) 行左右 對 稱性 檢測 出現(xiàn) 不對 稱的情況 通 常發(fā) 生 在人 的表情十 分豐 富 或者面 頰部分非常光 潔 引起 的匹配 失敗時(shí) 在這些情況 下

4、應(yīng)該只對 眼 部 周 圍 以及 鼻 子 附近 這 些紋 理 信 息 豐富 并 且 不 容 易隨 表情變化 而 變化 的 區(qū) 域 進(jìn) 行 比 對 識別 如 圖 所示 的圓形 區(qū) 域 , , , , 一 , , , , , , , , 、 , , , , , , , , , , , , , , , , , , , , , , , 系統(tǒng)實(shí)例 與討論 的 機(jī) 兩 臺 攝 像機(jī) 分辨率 線 有效像素 建立 如 圖 所 示 的雙 目立 體 視覺 系統(tǒng) 作 為 前端 人 臉 圖像采集 整 個(gè)三 維人臉 識 別 系統(tǒng)主 要 由四 部分 組 成 前端 人 臉 圖像采集系 統(tǒng) 人臉 三 維點(diǎn) 云 重 建系 統(tǒng) 人

5、 臉 三 維 曲面 重 建 系統(tǒng) 和 三 維人臉 識 別 系統(tǒng) 其程 序流程如 見 卜 圖 頁 所示 , , 一 采用 一 臺 , , , 、 、 圖 取 人 臉 中 心 的 圓型 區(qū) 域 一 期 周佳立等 基于 雙 目被動(dòng)立體視覺 的三 維人臉重構(gòu)與識別 人 臉 號 與校 正 人臉 圖像獲取 根據(jù)視差 獲 得深度信息 曲面初步 歸一 化 不 同人臉特征 比對 確定人臉大致 位置 人臉對 應(yīng)點(diǎn)亞 像素匹 配 神經(jīng) 網(wǎng)絡(luò) 訓(xùn)練 范數(shù)空間 間 建立 數(shù)據(jù)流人 臉 檢測 雙 目視覺 覺 標(biāo)定 確定歸一 化 三 角形 曲面迭代 歸一 化 圖 三 維人臉識別系統(tǒng)流程 阮 為 了驗(yàn) 證 本文 提 出 的三

6、 維人臉 識 別方法 的有效 性 我們 在 不 同光照 背景 條件下 在相 隔 半年 的時(shí) 間 內(nèi)對 多人 進(jìn) 行 多次 不 同 姿 態(tài) 與表情 的 樣本采集 為 獲得較理 想 的重 建 與識 別 效果 通 常需要使 人 臉 盡可 能充滿整個(gè) 圖像對 但 在實(shí)際操作中 拍攝距 離 、 時(shí) 對 重建精度的影 響不 大 建立 如 在 圖 所示 的三 維人臉庫 本 次實(shí)驗(yàn) 主 要 選 取 了具 有代表性 的 一 些 樣本 所 示 進(jìn)行較 為細(xì)致 的測試 分析 其 中樣本 如圖 、 、 、 與樣本 為親姐 妹 而 樣本 、 、 雖 然是 同 與樣本 樣本 與樣本 一 人 但 前后 采樣時(shí)間 間 隔都在

7、半年 以上 并且 各樣 本在采樣 時(shí)的光照 背 景 姿態(tài) 與表情都存 在較 大 的差異 因此 對該 組 樣本 的分析具 有一 定 的普遍 性 , 、 , , , , , , 、 , , 、 、 圖 助 三 維人臉 庫 比 幾 意義 圖 部分 人 臉樣本 朗 自 表 動(dòng) 化 , 學(xué) 報(bào) 卷 不同表情與拍攝角度下 兩人臉間的判別尺度 比 幾 一 曦 的 一 一 一 一 一 一 一 加 一 一 一 對圖 中樣本進(jìn) 行 自動(dòng) 歸一 化三 角形 定位 準(zhǔn) 出現(xiàn) 瞳孔 確率達(dá) 到 其 中只 有樣本 與 難 以定位 的情況 對 其進(jìn)行 交互 瞳孔定位后 能 由于臉 部拍攝角度過 大 造成 歸 完成 歸一 化

8、 但 一 化過程 失敗 對成 功 歸一 化 的樣本 重 構(gòu) 后 進(jìn) 行 兩兩相似 度 比 對 計(jì) 算式 可以 中所確 定 的判 別 尺 度 發(fā) 現(xiàn) 對 于 不 同人 之 間無論 拍攝情 況 如何多變 其 、 判 別 尺 度 相對 都 很 大 即 使對 于 親姐 妹 的 , 結(jié)論 本文提 出了一 種新的基 于雙 目立 體視覺采 集人 臉 圖像 運(yùn)用 復(fù)小 波變換技術(shù)精確 匹 配 對應(yīng) 點(diǎn) 通 過 神經(jīng) 網(wǎng)絡(luò)方法 實(shí)現(xiàn)人臉 重 構(gòu)的三 維人臉 識 別方法 與傳統(tǒng) 使用 激光掃描儀或 結(jié)構(gòu)光 等人臉 信息采集方 法相 比 由于使用 了非侵入 式 的雙 目立 體視 覺 系統(tǒng) 使采集過程更加友好 快捷

9、并可 根據(jù)需要達(dá)到隱蔽 采集的 目的 本文得 出了以下結(jié)論 運(yùn) 用基 于 復(fù)小波變換的相位相關(guān)算法 可 獲得 密 集 并 且 滿足 識 別 精度要 求 的人 臉三 維 點(diǎn) 云 信 息 該算法對 背景無特別要求 通過三 維點(diǎn)位置 可 信度參數(shù) 。 決定其在神經(jīng) 網(wǎng)絡(luò) 訓(xùn) 練次數(shù) 的方法 使得重建 曲面更加 精準(zhǔn) 而 歸 一 化 處 理 使得 識 別過 程 為后繼 的迭 代識 別 比對 提供 較理 想的初始狀態(tài) 采用局 部人 臉 比 對 的思想 在表情劇 烈或 者 面頰特 別 光潔 的情況 下 只 對紋理 豐 富并且 相對 不 受表情變化 影響 的雙 眼 以及 鼻子周 圍區(qū)域進(jìn) 行重建 比對 減少

10、 了拒判 的概率 研 究表 明 該方 法 不僅 對 環(huán) 境 以及 人 臉位 姿表 情等魯棒性 強(qiáng) 識 別準(zhǔn)確 率高 并且 成 本低廉 適合 在許多領(lǐng)域推廣應(yīng)用 , , , , , , , , , , , , 、 , , , , 、 與 如表 所 示 也 能 很容 易地 進(jìn) 行 區(qū) 分 并且 從 表 中不 難 看 出 表情 的變 化對 識 別 過 程 影 響 不 大 這 是 由于 我 們采 用 了 對 表 情變 化 相對 不 敏感 的 圓形 區(qū) 域 如 圖 所 示 進(jìn) 行 比 對 識 別 但 在表 情變化 十分劇 烈 時(shí) 仍然 會 遇 到 一 些 雖 困 惑 如 樣本 與 的判別 尺 度 為 然

11、 仍 具 有 一 定 的 聚 類性 但 已 使 得判 斷 變得模糊 、 而 對 于 不 同 的光 照 情 況 如 樣 本 對 識別 效 果 沒 有 影 響 在 分類 閩值設(shè)定為 的條件下 樣 本 都 能 正 確 聚 類 在 本 次實(shí)驗(yàn) 中 總 體 識別 率達(dá) 到 實(shí)驗(yàn)表 明 系統(tǒng)允 許接受非 正 面 的人臉 采集 圖 像 只 要 在該 圖像對 中能方 便地 識 別 出 歸一 化三 角 形 即可 系統(tǒng) 識 別基 本不 受光 照 條件 的影 響 對不 同 面 部表情有 一 定的魯棒性 并且 對 不 同 時(shí)期 不 同 發(fā) 型 的人臉也有較好 的識 別準(zhǔn)確度 在匹配 算法 中 每 一 點(diǎn) 都可 并行計(jì)

12、 算 因此 在 實(shí)際編程 中 采用 多線程 的處 理 方 式 可 在很大程 度 上 提 高算法 的速 度 在本 次 實(shí)驗(yàn) 中 采用 雙 線程 對 每 張臉計(jì) 算 個(gè)匹 配 點(diǎn) 用 時(shí)大約在 秒 左 右 而 隨著計(jì) 算機(jī)硬 件技 的方式 有 望 使立 體視 術(shù) 的提 高 以及 采用多 覺重建過程 實(shí)時(shí)化 , , , , , , , , , , , , , , , , , , , , , , , , , 助 , , 腳 , 蛇 七 了 叮 ” 渭, 勻 , 一 , , , 銳加 明目 巴 , , , 比 眾 姍 心 , , 介 , , 紹 助 一 日 , 亡 館 , 朋 比 幾 亡 萬 期 亡 周

13、佳立 等 基 于雙 目被動(dòng)立 體視覺的三 維人臉重構(gòu)與識別 訪盯 , , , 一 , 勸 妙 朗 運(yùn) 略 , 地 比 凡叨 , 份 、 , , , 一 , , 一 , 韶 夕 , , 朗 卜 , , 一 , 習(xí) , , 一 , , 一 即 凡 叩川 鰭 , 以月 叭 , , 一 一 , , 。 工 日 丘 以滋 升 亡 孫 印理 , , 一 壓 吸 , , 比 血 , , 叭 , 叭厄 , , 周 佳 立 浙 江 大學(xué) 國家 重 點(diǎn)實(shí)驗(yàn) 室 博 上 研 究 生 主 要研 究方 向?yàn)?圖形 圖像 處 理 計(jì) 算機(jī) 視覺 模式 識 別 本文通 信作者 、 、 回 , , 即 , 場 , , , 即 , , , 翻 比 眾 目 , 腸 姻 沁助 ,