简介:摘 要:通常我们所了解的人脸识别算法是指将人的五官特征或者局部特征经过图像处理,上传到系统后端,再和数据库的人脸照片进行比对,最终识别出所需要的类别。人脸识别算法比较广泛应用于监控、公安系统、考试系统、门禁检查、身份识别等领域,而基于特征提取的人脸识别算法是人脸识别系统中的关键部分,接下来我们将通过本文了解一下关于人脸识别算法的特征提取需要注意的事项。
简介:3D人脸图像数据库广泛应用于计算机视觉、动画绘图设计、医学等很多领域。在法庭科学领域,采集三维人脸图像并建立数据库,可进行人像特征分类、统计人像特征的分布以及训练人像模型,这些分析是人像比对和识别的基础。与传统的二维数据库相比,三维(3D)人脸图像库能够提供更多信息,例如,三维人脸图像的空间结构和形状包含多视角轮廓。3D人脸图像采集方法包含多视角几何信息的方法、结构光的方法和3D扫描仪的方法,这些方法有不同的采集设备和环境。国内外已经建立了几个有代表性的3D人脸图像数据库,例如MPI实验室的MPI和BJUT的BJUT-3D,但这些库在分辨率和精度方面尚有不足。本文首先回顾了MPI、BJUT-3D数据库和它们的采集环境,然后对建立中国人的高精度3D人脸图像数据库进行探索研究。用彩色手持三维扫描仪(ArtecSpider)采集了1100个3D人脸图像,这些图像包含彩色纹理和深度信息(几何形状和点云),每个人脸图像的几何形状的采样点数目超过2000万,三角面片数目超过4000万。与BJUT-3D人脸数据库在人脸形状、分辨率和纹理等方面的比较结果显示,本研究采集的人脸图像有更高的精度,在嘴巴、鼻子、眼睛等方面比其他数据库中的人脸图像显示了更多的细节。建立的数据库将会支持在3D人像识别和算法评估方面的进一步工作。
简介:在前人的基础上提出一个基于主动形状模型(ASM)的改进方法。由于传统的ASM方法很难在每个特征点上都得到比较准确的结果.并且.传统的ASM方法的匹配结果受初值的影响非常大。针对传统的ASM方法的缺陷与不足。特别是对光照及姿态变化不够鲁棒,为了使ASM对姿态变化更加鲁棒,从而实现正面小角度偏转的人脸特征定位,提出了几点改进的方法:有选择性地对光照敏感的标记点(眉毛、眼睛、鼻子)使用2D轮廓;使用堆叠二个ASM系列模型进行搜索,改善初始位置设置不当造成的搜索失败;对眼睛部分单独扩展了标记点,从而使眼睛的特征定位更加鲁棒:在搜索时使用人脸检测算子自动定位人脸及眼睛位置,使人脸左右小角度偏转时特征定位更加鲁棒。实验结果表明,改进的ASM方法在准确性和鲁棒性上有较大提高。
简介:在对人脸图像的研究中,三维图像可以弥补二维图像不能解决的多姿态多角度等问题,因此越来越受到重视。如何高效地大规模采集高清三维人脸图像仍是目前面临的一个值得深入研究的课题,包括设备选用、质量控制以及获取图像后的处理方法等。本文介绍了1100多份高清三维人像采集和处理过程中的方法、技巧以及需要注意的问题。一是设备的选择。在对扫描设备做了大量的资料查阅和性能比较后,选用了ArtecSpider手持式3D扫描仪,它不仅使用方便且可以较好地获取被扫描物体的深度信息和彩色纹理,测量精度可达微米级别,适合用于获取高分辨的三维人脸图像。其次是在获取大量的三维脸像样本中如何做好图像质量的控制。由于手持式扫描仪在采集过程中易受到人为操作的不稳定因素影响,本研究摸索出适用的操作流程以提高采集质量和效率。三是采集后的数据处理。获取的原始数据是经过计算机实时配准的几百至上千个曲面的集合,采用了人工干预的方法来进一步提高曲面配准的精度。在大规模样本采集效率的分析方面,通过对预处理前后的图像质量、平均处理时间和单个样本的曲面采集数之间的关系进行分析,得出采集的曲面数在500~700帧之间的样本质量为最佳。