学位论文 > 优秀研究生学位论文题录展示

人脸特征点定位研究及应用

作　者: 吴证
导　师: 周越
学　校: 上海交通大学
专　业: 模式识别与智能系统
关键词: 人脸识别特征点定位主动形状模型主动外观模型光流分析特征点跟踪唇形识别
分类号: TP391.41
类　型: 硕士论文
年　份: 2007年
下　载: 520次
引　用: 12次
阅　读: 论文下载

内容摘要

随着科技的进步和人们安全意识的提高,对快速有效的身份鉴别的实际需求日益迫切。人脸相比其他人体生物特征具有直接、友好、方便的特点,因此自动人脸识别成为身份鉴别的研究热点,有着广泛的应用前景。一个自动人脸识别系统一般包括:人脸检测、关键点特征定位、识别等步骤。影响自动人脸识别系统真正实用化的主要因素有:姿态问题、光照问题、表情问题等。特征点精确定位是解决这些问题的关键。本论文对于人脸识别中的人脸特征点定位、人脸特征点跟踪以及相关应用进行了深入研究,并在此基础上对相关算法进行了创新性的改进。论文的主要工作如下:1)系统的综述了人脸特征点定位的发展历史和研究现状。详细总结了基于灰度信息、基于先验规则、基于几何形状、基于统计、基于小波和小波包等人脸特征点定位方法,并分析和比较各种方法的优缺点。2)对人脸特殊器官的定位进行了研究。首先介绍了霍夫变换法、变形模板法、边缘特征分析法、对称变换法和基于彩色图像色度经验公式法等定位眼睛的方法。然后研究了通过聚类定位嘴巴的方法。3)介绍了基于模型的两种经典的特征点定位算法:主动形状模型(ASM)和主动外观模型(AAM)。并在本文的实验中构造了主动形状模型和主动表观模型,通过理论地分析和实验对ASM和AAM算法进行比较,提出改进方案。4)具体地对主动形状模型(ASM)算法进行了创新性地改进,提出了一种在彩色图像中结合肤色概率信息的改进ASM算法,并进一步提出了基于人脸特征点Gabor小波特征分类的特征点搜索方法,对改进ASM的结果进行精确校正,达到鲁棒精确地定位特征点的目的。5)对光流分析算法进行了研究,并将该算法应用于人脸图像序列的特征点的跟踪,并通过实验证明了其有效性。6)本文对基于特征点跟踪的唇形识别进行了探索性研究,提出了一种特征点位置和运动特征提取的方法,并介绍了基于子空间学习的几种经典的特征降维方法:主元分析法(PCA)、线性判别分析(LDA)、基于流形学习的降维(LPP)、辨别共同向量(DCV),最后通过实验对这几种降维方法的识别效果进行比较,从而证明本文提出的基于特征点跟踪的唇形识别算法的可行性。

全文目录

摘要  5-7
ABSTRACT  7-12
第一章绪论  12-21
  1.1 研究的背景和项目的支持  12
  1.2 研究的意义  12-13
  1.3 国内外研究状况  13-20
    1.3.1 基于灰度信息的方法  14-15
    1.3.2 基于先验规则的方法  15-16
    1.3.3 基于几何形状的方法  16-18
    1.3.4 基于统计的方法  18-19
    1.3.5 基于小波和小波包的方法  19-20
  1.4 本文的结构介绍  20-21
第二章人脸特征器官的定位  21-34
  2.1 引言  21
  2.2 眼睛位置的定位  21-28
    2.2.1 霍夫变换法  21-22
    2.2.2 模板法  22-24
    2.2.3 边缘特征分析法  24-26
    2.2.4 对称变换法  26-27
    2.2.5 彩色人脸图像的眼睛定位  27-28
  2.3 嘴巴位置的定位  28-33
    2.3.1 聚类的方法定位嘴巴  28-32
      2.3.1.1 Gabor-PCA 特征  29
      2.3.1.2 色度特征  29-30
      2.3.1.3 FCM 结合象素邻域信息进行聚类分割  30-32
    2.3.2 彩色图像中基于经验公式的嘴巴定位  32-33
  2.4 本章小结  33-34
第三章人脸特征点定位算法  34-49
  3.1 引言  34-36
  3.2 点分布模型（POINT DISTRIBUTION MODEL，简称PDM）  36-37
  3.3 训练数据的对齐（ALIGNING）  37
  3.4 主元成分分析法（PCA）  37-39
  3.5 基于主动形状模型的特征点定位  39-42
    3.5.1 ASM 模型建立  39-41
    3.5.2 ASM 迭代搜索  41-42
    3.5.3 ASM 定位结果  42
  3.6 基于主动表观模型的特征点定位  42-47
    3.6.1 统计形状模型的建立  42
    3.6.2 统计纹理模型的建立  42-43
    3.6.3 形状无关图像的获得  43-44
    3.6.4 对形状无关图像进行主成分分析  44-45
    3.6.5 统计表观模型  45
    3.6.6 统计表观模型对图像的重构  45-46
    3.6.7 主动表观模型搜索算法  46-47
      3.6.7.1 优化线性关系矩阵的建立  46-47
      3.6.7.2 利用模型进行搜索  47
  3.7 ASM 和AAM 算法比较  47-48
  3.8 本章小结  48-49
第四章基于复合局部信息模型的主动形状模型  49-62
  4.1 主动形状模型的缺陷  49
  4.2 主动形状模型方法的改进  49-59
    4.2.1 光照补偿  50-51
    4.2.2 肤色概率建模  51-52
    4.2.3 ASM 形状建模  52
    4.2.4 复合局部梯度建模  52-54
    4.2.5 模型初始定位  54
    4.2.6 特征点搜索  54-55
    4.2.7 根据局部Gabor Jet 校正特征点  55-59
      4.2.7.1 Gabor 小波  55-56
      4.2.7.2 Gabor Jet 及其相似度量  56-57
      4.2.7.3 Gabor 特征降维与特征点分类  57-58
      4.2.7.4 特征点搜索  58-59
  4.3 实验结果  59-60
    4.3.1 传统ASM 方法和改进ASM 方法比较  59-60
    4.3.2 基于Gabor Jet 的校正结果  60
  4.4 本章小结  60-62
第五章人脸图像序列的特征点跟踪  62-70
  5.1 引言  62
  5.2 金字塔LUCAS KANADE 光流算法  62-64
  5.3 人脸特征点定位与跟踪的基本方法  64-69
  5.4 本章小结  69-70
第六章特征点跟踪在唇语识别中应用的探索  70-85
  6.1 引言  70
  6.2 视频序列的分割  70
  6.3 嘴唇运动序列的特征提取  70-72
  6.4 基于子空间学习的特征降维方法  72-76
    6.4.1 主元分析法(PCA)  72-73
    6.4.2 线性判别分析(LDA)  73-74
    6.4.3 基于流形学习的降维  74
    6.4.4 辨别共同向量(DCV）  74-76
  6.5 实验结果  76-84
    6.5.1 实验一——训练样本和识别样本是同一人的唇语  76-78
    6.5.2 实验二——训练样本和识别样本是多人的唇语  78-81
    6.5.3 训练样本和识别样本是不同人的唇语  81-84
    6.5.4 实验小结  84
  6.6 本章小结  84-85
第七章总结与展望  85-87
  7.1 对本文的总结  85
  7.2 展望  85-87
参考文献  87-93
致谢  93-94
攻读硕士期间发表的论文  94

人脸特征点定位研究及应用

内容摘要

全文目录

相似论文