基于信息融合的三維人臉識別方法研究.pdf

1、人臉識別至今已有多年歷史，正被廣泛的應用到人們的日常鑒別和身份認證系統，公共安全系統，通信系統等當中。經過研究人員的不懈努力，以圖像為基礎的二維人臉識別取得了較高的識別率。但是二維圖像只是三維人臉在二維空間里的一個簡約投影，二維人臉識別無法解決由于光照、表情、姿勢等變換引起的問題。隨著三維數據獲取設備的發(fā)展和不斷成熟，并且三維人臉數據包含了更多的人臉空間結構信息，所以三維人臉識別逐漸成為研究熱點課題。本文主要是利用二維Gabor小波特征

2、和基于人體測量學的距離特征相融合的算法對三維人臉進行識別，文章主要工作如下:
　　1.對現有三維人臉識別算法進行了總結和分類:將三維人臉識別方法分為基于特征集的識別、基于頻域特征識別、基于統計特征識別、信息融合的識別方法，并列舉了國內外常用數據庫。
　　2.提出將人體測量學面部基準點應用到三維人臉識別中，將三維深度圖三角網格化，并標定特征點，提取特征點之間的歐氏距離特征以及測地距離特征。
　　3.基于二維Gabor小波

3、變換，并在此基礎上提出了將特征點區(qū)域塊與二維Gabor小波核函數進行卷積來表示Gabor小波人臉，并將不同尺度和方向得到的特征矩陣求模作為特征值，然后將所有面部特征點的這些特征值組成特征向量。
　　4.提出將基于人體測量學的面部基準點距離特征與二維Gabor小波特征進行融合，然后通過最近鄰方法在Texas3DFRD數據庫中實驗，得到最后識別結果，并且分析比較了二維Gabor小波特征和歐氏距離特征以及測地距離特征的識別結果，實驗結果