推荐星级：
- 1
- 2
- 3
- 4
- 5
基于关键点和局部特征的三维人脸识别
资料介绍
为了减少表情变化对三维人脸识别的影响,提出一种基于关键点和局部特征的三维人脸识别算法.根据有价值轮廓线和平均曲率检测关键点;根据DAISY描述符的形式构造局部特征的空间结构,采用形状指数直方图、倾斜角直方图和方向角直方图作为局部特征,进行关键点匹配;并利用匹配成功的关键点数目衡量2个人脸曲面的相似度.基于FRGC v2.0数据库和Bosphorus数据库开展身份识别实验,获得了96.9%和95.8%的Rank-1识别率.实验证明所提出的方法识别性能较好,并对表情变化识别具有一定的鲁棒性.
部分文件列表
| 文件名 | 大小 |
| 基于关键点和局部特征的三维人脸识别.pdf | 2M |
部分页面预览
（完整内容请下载后查看）（
工学版
报
ꢀ
）
浙
江
大
学
学
ꢀ
ꢀ
ꢀ
ꢀ
第
卷第
期
３
Ｖｏｌ．５１Ｎｏ．３
Ｍａｒ．２０１７
５１
（
ＪｏｕｒｎａｌｏｆＺｈｅｉａｎ Ｕｎｉｖｅｒｓｉｔ Ｅｎｉｎｅｅｒｉｎ Ｓｃｉｅｎｃｅ
ꢀ ꢀ
）
年
月
３
ｊ
ｇ
ｙ
ｇ
ｇ
ꢀ
ꢀ
２０１７
：
／
ＤＯＩ １０．３７８５ ．ｉｓｓｎ．１００８９７３Ｘ．２０１７．０３．０２１
ｊ
－
基于关键点和局部特征的三维人脸识别
， ， ，
郭梦丽 达飞鹏 邓 星 盖绍彦
ꢀ
（ ，
东南大学 自动化学院 江苏 南京
；
，
东南大学 复杂工程系统测量与控制教育部重点实验室 江苏 南京
２１００９６
）
２１００９６
： ，
要 为了减少表情变化对三维人脸识别的影响 提出一种基于关键点和局部特征的三维人脸识别算法 根据有
．
摘
ꢀ
；
价值轮廓线和平均曲率检测关键点 根据
，
描述符的形式构造局部特征的空间结构 采用形状指数直方图
、
ＤＡＩＳＹ
， ；
倾斜角直方图和方向角直方图作为局部特征 进行关键点匹配 并利用匹配成功的关键点数目衡量 个人脸曲面
２
，
数据库开展身份识别实验 获得了
的相似度 基于
．
数据库和
和 的
９６．９％ ９５．８％ Ｒａｎｋ１
－
识
ＦＲＧＣｖ２．０
ꢀ
Ｂｏｓｈｏｒｕｓ
ｐ
，
别率 实验证明所提出的方法识别性能较好 并对表情变化识别具有一定的鲁棒性
．
．
： ； ； ； ；
关键词 三维人脸识别 表情变化 关键点检测 局部特征 直方图
：
ＴＰ３９１
ꢀ
：
Ａ
：
文章编号
１００８ ９７３Ｘ ２０１７０３ ０５８４ ０６
ꢀꢀꢀꢀꢀ
（
）
中图分类号
文献标志码
ꢀꢀꢀꢀ
ꢀ
ꢀ
ꢀ
３Ｄｆａｃｅｒｅｃｏｎｉｔｉｏｎｂａｓｅｄｏｎｋｅ ｏｉｎｔｓａｎｄｌｏｃａｌｆｅａｔｕｒｅ
ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ
ｇ
ｙｐ
，
ＧＵＯ Ｍｅｎ ｌｉ ＤＡＦｅｉ ｅｎ ＤＥＮＧＸｉｎ ＧＡＩＳｈａｏ ａｎ
－
ｙ
，
，
ꢀ
ｇ
－
ꢀ
－
ｐ ｇ
ꢀ ｇ
ꢀ
（
，
，
， ；
Ｓｃｈｏｏｌｏ Ａｕｔｏｍａｔｉｏｎ ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔ Ｎａｎｉｎ ２１００９６ Ｃｈｉｎａ Ｋｅ Ｌａｂｏｒａｔｏｒ ｏ ＭｅａｓｕｒｅｍｅｎｔａｎｄＣｏｎｔｒｏｌ
ｙ
ꢀ
ꢀ
ꢀ
ꢀ
ｆ
ｙ
ｊ ｇ
ｙ ｆ
ꢀ ꢀ
ꢀ
ꢀ
， ， ， ，
ｏ Ｃｏｍ ｌｅｘＳｓｔｅｍｓｏ Ｅｎｉｎｅｅｒｉｎ Ｍｉｎｉｓｔｒ ｏ Ｅｄｕｃａｔｉｏｎ ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔ Ｎａｎｉｎ ２１００９６ Ｃｈｉｎａ
ꢀ
）
ꢀ
ｙ
ꢀ
ｆ
ꢀ
ｐ
ｆ
ｇ
ｇ
ｙ ｆ
ꢀ ꢀ
ｙ
ｊ ｇ
ꢀ
：
Ａｂｓｔｒａｃｔ Ａ ｎｏｖｅｌ３Ｄｆａｃｅｒｅｃｏｎｉｔｉｏｎａｌｏｒｉｔｈｍ ｂａｓｅｄｏｎｋｅ ｏｉｎｔｓａｎｄｌｏｃａｌｆｅａｔｕｒｅｗａｓ ｒｏｏｓｅｄｔｏ
ꢀ ｇ ꢀ ꢀ ｙｐ ꢀｐ ｐ
ꢀ
ꢀ
ꢀ
ｇ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
，
ｒｅｄｕｃｅｔｈｅｉｍ ａｃｔｏｆｅｘｒｅｓｓｉｏｎｖａｒｉａｔｉｏｎｓｉｎ３Ｄｆａｃｅｒｅｃｏｎｉｔｉｏｎ．Ｆｉｒｓｔ ｋｅ ｏｉｎｔｓｗｅｒｅｄｅｔｅｃｔｅｄａｃｃｏｒｄｉｎ
ꢀ ꢀ ｐ ꢀ ꢀ ｐ ꢀ ꢀ
ｙｐ ｇ
ꢀ
ꢀ
ｇ
ꢀ
ꢀ
ꢀ
，
ｔｏｔｈｅｖａｌｕａｂｌｅ ｒｏｆｉｌｅａｎｄ ｍｅａｎｃｕｒｖａｔｕｒｅ．Ｔｈｅｎ ｔｈｅｓａｔｉａｌｓｔｒｕｃｔｕｒｅｏｆｔｈｅｌｏｃａｌｆｅａｔｕｒｅｗａｓｓｅｔａｓ
ꢀｐ ꢀｐ ꢀ ꢀ ꢀ ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
，
ＤＡＩＳＹｄｅｓｃｒｉｔｏｒ．Ｔｈｅｌｏｃａｌｆｅａｔｕｒｅｗａｓｏｂｔａｉｎｅｄｂ ｃｏｎｃａｔｅｎａｔｉｎ ｔｈｅｈｉｓｔｏｒａｍｓｏｆｓｈａｅｉｎｄｉｃｅｓ ｓｌａｎｔ
ꢀｙ ꢀ ꢀ ｐꢀ
ꢀ
ｐ
ꢀ
ꢀ
ꢀ
ꢀ
ｇ
ꢀ
ꢀ
ｇ
ꢀ
，
ｙ
；
ａｎｌｅｓａｎｄｄｉｒｅｃｔｉｏｎａｎｌｅｓ．Ｆｉｎａｌｌ ｔｈｅ ｍａｔｃｈｏｆｋｅ ｏｉｎｔｓｗａｓ ｅｒｆｏｒｍｅｄ ｔｈｅｎｕｍｂｅｒｏｆｋｅ ｏｉｎｔｓ
ｇ ꢀ
ꢀ ｇ ꢀ ꢀ ｙｐ ꢀｐ ꢀ ꢀ ｙｐ
ꢀ
ꢀ
ꢀ
ꢀ
ｗｈｉｃｈｗｅｒｅｍａｔｃｈｅｄ ｒｏｅｒｌ ｗａｓｕｓｅｄｔｏｍｅａｓｕｒｅｔｈｅｓｉｍｉｌａｒｉｔ ｏｆｔｗｏｆａｃｅｓｕｒｆａｃｅｓ．Ｔｈｅｉｄｅｎｔｉｆｉｃａｔｉｏｎ
ｙ ꢀ
ꢀｐ ｐ ｙ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
，
ｅｘｅｒｉｍｅｎｔｓｗｅｒｅｃａｒｒｉｅｄｏｕｔｏｎｔｈｅＦＲＧＣｖ２．０ｄａｔａｂａｓｅａｎｄｔｈｅＢｏｓｈｏｒｕｓｄａｔａｂａｓｅ．Ａｓａｒｅｓｕｌｔ ｔｈｅ
ꢀ ꢀ ꢀꢀ
ｐ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ｐ
ꢀ
，
ｒａｎｋｏｎｅｒｅｃｏｎｉｔｉｏｎｒａｔｅｓｏｆｔｈｅｔｗｏｅｘｅｒｉｍｅｎｔｓａｒｅ９６．９％ ａｎｄ９５．８％ ｒｅｓｅｃｔｉｖｅｌ ．Ｔｈｅｅｘｅｒｉｍｅｎｔａｌ
ꢀ ꢀ ꢀ ꢀ ｐ ꢀ ꢀ ꢀ ｐ
－
ꢀ
ｇ
ꢀ
ꢀ
ｐ
ｙ
ｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｔｈａｔｔｈｅ ｒｏｏｓｅｄａｌｏｒｉｔｈｍｃａｎａｃｈｉｅｖｅｈｉｈｅｒｒｅｃｏｎｉｔｉｏｎ ｅｒｆｏｒｍａｎｃｅａｎｄｉｓｒｏｂｕｓｔ
ꢀ ｇ ꢀ ꢀ ꢀ ｇ ꢀ
ꢀ
ꢀ
ꢀ
ꢀｐ ｐ
ｇ
ꢀｐ
ꢀ ꢀ ꢀ
ｔｏｅｘｒｅｓｓｉｏｎｖａｒｉａｔｉｏｎｓ．
ꢀ ｐ ꢀ
： ； ； ； ；
Ｋｅ ｗｏｒｄｓ ３Ｄｆａｃｅｒｅｃｏｎｉｔｉｏｎ ｅｘｒｅｓｓｉｏｎｖａｒｉａｔｉｏｎｓ ｋｅ ｏｉｎｔｓｄｅｔｅｃｔｉｏｎ ｌｏｃａｌｆｅａｔｕｒｅ ｈｉｓｔｏｒａｍｓ
ꢀ
ꢀ
ｇ
ｐ
ꢀ
ｙｐ
ꢀ
ｇ
ｙ
ꢀ
，
在现代社会中 身份认证在许多场合都有着重
敏感等缺陷 三维人脸识别利用脸部曲面的几何信
．
ꢀꢀ
， 、
要的应用 其中人脸识别因其具有自然 友好等优势
（ ： 、 ） ，
息 如 曲率 法向量和测地距离等 进行身份识别
有着更广阔的应用前景 二维人脸识别技术已经有
．
正成为近几年学术界的研究热点 尽管与二维人脸
．
， 、
几十年的研究历史 但仍然存在对光照 姿态和化妆
，
识别相比有较大的优势 三维人脸识别仍然面临受
：
（ ） ：
浙江大学学报 工学版 网址
ｗｗｗ．ｚｕｏｕｒｎａｌｓ．ｃｏｍ ｅｎ
／
收稿日期
２０１６ ０１ ０４．
ꢀ ꢀ
ｊｊ
ｇ
：
基金项目 国家自然科学基金资助项目
（
， ，
６１４０５０３４５１４７５０９２ ５１１７５０８１
）；
高等学校博士学科点专项科研基金资助项目
（
）；
２０１３００９２１１００２７
；
（
＿
）
中央高校基本科研业务费专项资金资助项目 江苏省普通高校研究生科研创新计划资助项目
ＫＹＬＸ１５０１１７ ．
， ，
硕士 从事计算机视觉与三维人脸识别研究
．ＯＲＣＩＤ ０００００００１７６８５７５２７．
：
作者简介 郭梦丽
（
—），
：
女
１９９０
－
－
－
：
Ｅ ｍａｉｌ ｍｅｎｌｉｍｌ １６３．ｃｏｍ
ｇｇ
－
＠
：
通信联系人 达飞鹏
，
男
，
教授
．ＯＲＣＩＤ ０００００００１５４７５３１４５．Ｅ ｍａｉｌ ｄａｆ ｓｅｕ．ｅｄｕ．ｃｎ
ｐ＠
：
：
－
－
－
－
第
期
， ：
郭梦丽 等 基于关键点和局部特征的三维人脸识别
３
５８５
，
表情变化干扰的巨大挑战 由表情变化引起的人脸
，
子部分组成的轮廓线稳定性和表征性更好 如图
１
，
所示 因此 本文选择由有价值轮廓线中的点组成关
．
非刚性形变会导致识别算法难以区分 个人脸之间
２
的差异是由表情变化引起的还 是 由 类间 差 异引 起
键点集
Ｐ ．
１
，
的 为了解决表情变化影响识别的问题 许多解决方
．
，
提取中心侧面轮廓线 中心侧面轮廓线即人脸对
， ：
案相继被提出 主 要 分 为 类 基 于空域 的 直 接 匹
３
称面与人脸曲面的交线 采用中心区域人脸镜像匹配
．
［ ］
１０
、
配 基 于 局 部 特 征 的 匹 配 以 及 基 于 整 体 特 征 的
，
确定人脸对称面 中心区域取人脸曲面上以鼻
法
［］
１
［ ］
１１
尖点 为球心
、
５０ｍｍ
，
（）
为半径的区域 如图 所
２ａ
匹配
．
，
基于空域的直接匹配不提取特征 直接进行曲
，
初始对称面为
Ｆ
，
本文
Ｓ
示 设中心区域曲面为
．
Ｓ
（
ｉｎｔｅｒａ
－
，
平面 中心侧面轮廓线提取步骤如下
ｏｚ ．
ｙ
面相似度匹配 常用方法有最近邻迭代点法
．
选为
［］
２
） ，
该算法是一种刚性匹配
，
）
计算曲面 关于 的镜像曲面
１
ｔｉｖｅｃｌｏｓｅｓｔ ｉｏｎｔ ＩＣＰ
ꢀ ꢀｐ
Ｆ
Ｓ
Ｆ′．
，
算法 迭代地计算曲面之间在几何空间上的刚性变
）
，
对齐 得到旋转和
Ｆ
使用
算法将
向
２
ＩＣＰ
Ｆ′
平移矩阵 将旋转和平移矩阵应用在整个原始人脸
曲面上得到对齐后的人脸曲面
， ，
换 以使两者对齐误差最小 但表情变化属于非刚性
，
［］
３
，
形变 导致这一算法稳定性不强
等
提出利
．Ｍｉａｎ
．
）
取原始人脸曲面和对齐后的人脸曲面的均
３
用鼻子和额头等近似刚性的区域进行
匹配的
ＩＣＰ
方法来增强算法稳定性 基于局部特征的匹配主要
．
，
值得到新的人脸曲面 用主成分分析法提取新得到
，
，
人脸曲面的 个相互垂直的主轴方向 将第一 二
３
、 、
利用人脸曲面上关键点周围区域的几何统计信息
， ，
受表情变化影响较小 具有高稳定性和高辨识度 并
、
ｘ
、
ｚ
，
轴
三主成分对应的主方向分别作为
轴
轴
ｙ
［］
４
，
受到众多研究人员的关注 其中
．
等
提出从
对称面 即此时坐标下的
Ｓ′
平面
ｏｚ ．
ｙ
Ｗａｎ
ｇ
、
和
ＧａｂｏｒＬＢＰ Ｈａａｒ
，
特征 通过增强
）
计算对称面 与原始人脸曲面的交线 即为
４ Ｓ′
，
深度图中提取
， （）
中心侧面轮廓线 如图 所示
２ｂ
和训练 弱 分 类 器 选 择 分 离 性 最 高 的 特 征
．Ｓｍｅｅｔｓ
．
［］
５
等
采用
的方法利用平均曲率进行关键
ＭｅｓｈＤＯＧ
点检 测 并 提 取 关 键 点 周 围 的
特 征
Ｍｅｓｈｓｉｆｔ
．Ｘｕ
［］
６
等
提出在深 度图 和 强度 图 中 提 取
Ｇａｂｏｒ
局部 特
，
征 采用线性判别分析
（
ＬＤＡ
）
与
ＡｄａＢｏｏｓｔ
结合的
，
特征进行降维 从而得
学习机制对提取到的
Ｇａｂｏｒ
到鲁棒性较强的特征 本文所提出的算法就属于这
．
一类算法 基于整体特征的匹配算法提取人脸模型
．
［］
７
，
的整体特征 如
等
Ｃａｉ
提出利用 个形状之间的映
２
［］
８
射提取非刚性形变进行人脸识别
等
提出
采用可形变三维人脸模型来判断不同人脸之间的差
异是由表情变化引起的还是由类间差异引起的
．Ａｌｏｓａｉｍｉ
．
（
中心侧面轮廓线和有价值轮廓线对比 不同线型
图
１
ꢀ
，
在这些方法中 局部特征匹配算法是针对表情
）
代表不同个体
， 、
变化问题最有效的解决方法 对遮挡 杂波也有很强
Ｆｉ ．１ Ｃｏｍ ａｒｉｓｏｎｏｆｃｅｎｔｅｒ ｒｏｆｉｌｅｓａｎｄｖａｌｕａｂｌｅ ｒｏ
ꢀ ꢀ ꢀ ꢀｐ ꢀ ꢀ ꢀｐ －
ｇ ｐ
，
的鲁棒性 为克服表情变化影响 本文提出一种基于
．
（
ｆｉｌｅｓ ｄｉｆｆｅｒｅｎｔｌｉｎｅｔ ｅｓｒｅｒｅｓｅｎｔｄｉｆｆｅｒｅｎｔ ｅｒ
ｙｐ ꢀ ｐ
ꢀｐ －
ꢀ
ꢀ
关键点和局部特征的三维人脸识别算法
．
）
ｓｏｎｓ
关键点检测
１
ꢀ
：）
由有价值
１
本文提出的关键点由两部分组成
；）
由平均曲率
Ｐ ２
１
轮廓线均匀采样得到的关键点集
筛选得到的关键点集
Ｐ ．
２
关键点集
１．１
Ｐ
１
ꢀ
由于过人脸对称面的中心侧面轮廓线被认为具
图
价值轮廓线的提取步骤
２
ꢀ
，
有很好的表征性和鲁棒性 而且一般认为鼻子附近
Ｆｉ ．２ Ｅｘｔｒａｃｔｉｏｎｓｔｅｓｏｆｖａｌｕａｂｌｅ ｒｏｆｉｌｅｓ
ｇ
ꢀ ꢀ ｐꢀ ꢀ ꢀｐ
［］
９
，
区域具有最好的稳定性
由中心侧面轮廓线的鼻
更多>>
最新上传
- 打赏
- 30日榜单
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏3.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏3.00元 3天前
-
21ic小能手 打赏3.00元 3天前
-
21ic小能手 打赏3.00元 3天前
-
21ic小能手 打赏3.00元 3天前
-
21ic小能手 打赏3.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏3.00元 3天前
-
21ic小能手 打赏3.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏3.00元 3天前
-
21ic小能手 打赏3.00元 3天前
-
21ic小能手 打赏3.00元 3天前
-
21ic小能手 打赏3.00元 3天前
-
21ic小能手 打赏3.00元 3天前
-
21ic小能手 打赏3.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
全部评论(0)