学位论文 > 优秀研究生学位论文题录展示
人脸三维重建相关算法的研究与实现
作 者: 卢烨
导 师: 熊平
学 校: 中南大学
专 业: 生物医学工程
关键词: 人脸 三维重建 参考模型 灰度信息 光照条件
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 23次
引 用: 0次
阅 读: 论文下载
内容摘要
在整体上看,不同的人脸有很高的相似性,人脸的五官区域分布大致相同,大小和形状也并没有十分大的差异性。然而,在局部细节上,人脸在不同性别和宗族的个体之间又有很大的区别。从计算机视觉领域出发,人脸是标识不同个体身份的主要方法,而其三维形状因其特性能更好的描述特征信息,可操作性更强,更是研究的热点。将物体拍摄为二维图像时,其三维形状和表面反射性质并不随着拍摄视角、光照条件和背景内其他物体的遮挡方式的改变而变化。这个特性可以简化计算机对图像的分析过程,因为其可以预测在不同拍摄条件下物体形成的图像效果。因此,计算机视觉领域一直致力于直接从图像中提取感兴趣的三维信息,特别是从单张图像中获取。本文就是研究了如何使用图像的灰度信息和人脸参考模型从单张图像中恢复未知人脸的三维形状。由于拍摄人脸图像时,环境光照条件并不能确定,图像可能存在阴影,这会对重建结果造成影响,为此,本文在重建三维形状之前,对输入人脸图像进行光照归一化处理。此后,本文引入了基于单张图像恢复人脸三维模型的一种新的方法,该方法只需要一个简单的人脸三维模型作为参考,利用该模型的形状和反射信息结合输入图像的灰度信息求出输入图像中人脸的三维形状。参考模型的作用主要是提取重建过程中必要的未知信息。在这些信息的辅助下,此算法可估计出输入图像的光照条件,最终将人脸部分的反射模型函数转化成只含有目标表面法向量一个未知数的方程。为了确保算法收敛和重建结果的平滑,此算法还是用了适当的边界条件和规则化约束。实验结果证明本算法能够不受输入图像和参考模型之间的差异影响,克服了三维重建方法的常有问题,高效地得到较为真实的重建结果。图26幅,表0个,参考文献60篇。
|
全文目录
摘要 4-5 Abstract 5-6 目录 6-8 1 绪论 8-14 1.1 研究背景和意义 8-9 1.2 人脸三维重建技术的国内外研究现状 9-12 1.2.1 基于网格模型映射的算法 10 1.2.2 基于标准参考模型的算法 10-11 1.2.3 基于统计模型变形的算法 11 1.2.4 基于图像或图像集合的重建算法 11-12 1.3 本文主要研究内容 12-13 1.4 本文章节结构 13-14 2 图像预处理 14-19 2.1 Retinex算法基本原理 14-16 2.1.1 基于SSR算法的图像增强 15 2.1.2 基于MSR算法的图像增强 15-16 2.2 Retinex算法的改进和实验 16-18 2.2.1 实验结果分析与讨论 17-18 2.3 本章小结 18-19 3 人脸定位与特征提取 19-29 3.1 AdaBoost算法 19-21 3.1.1 Harr特征检测 19-20 3.1.2 学习训练弱分类器 20-21 3.1.3 构造强分类器 21 3.2 主动形状模型(ASM) 21-22 3.2.1 训练模型 21-22 3.2.2 目标搜索过程 22 3.3 主动表现模型(AAM) 22-24 3.3.1 形状信息模型 23 3.3.2 纹理信息模型 23 3.3.3 实例化模型 23-24 3.3.4 AAM模型与输入图像的拟合 24 3.4 对比算法分析及改进 24-28 3.4.1 AbaBoost算法实验 25-26 3.4.2 ASM算法实验 26 3.4.3 AAM算法改进及实验结果讨论 26-28 3.5 本章小结 28-29 4 基于SFS重建人脸三维形状的优化方法 29-39 4.1 图像灰度变换 29-30 4.2 SFS三维重建算法 30-35 4.2.1 SFS基本原理 30-32 4.2.2 SFS算法约束条件 32-33 4.2.3 增值化算法 33 4.2.4 局部化算法 33 4.2.5 线性化算法 33-35 4.3 SFS算法的优化 35-38 4.3.1 计算图像光照条件 35-37 4.3.2 恢复图像深度数据 37 4.3.3 SFS优化算法的边界约束条件 37-38 4.3.4 计算漫反射系数 38 4.4 本章小结 38-39 5 人脸三维模型重建实验研究 39-48 5.1 参考模型的选择 39-40 5.2 优化SFS算法的实验研究 40-41 5.3 三维模型的多角度显示 41-44 5.4 实验结果 44-47 5.5 本章小结 47-48 6 总结与展望 48-50 参考文献 50-55 附录 55-56 攻读学位期间主要的研究成果 56-58 致谢 58
|
相似论文
- 用于检索的人脸特征提取与匹配算法研究,TP391.41
- 2D人脸模板保护算法研究,TP391.41
- 医学超声图像的三维可视化研究,TP391.41
- 三维头部数值模型的建立及DBS电场的分析研究,R742.5
- 人脸“吸引力”正名—皮肤、五官及其比例对人脸吸引力的影响,B842
- 口角蜗轴的三维立体结构研究,R782.2
- 豚鼠耳蜗三维重建与基底膜模态数值模拟的研究,R764
- 基于飞行时间摄像机的三维模型重建研究,TP391.41
- 面向快速原型制造的医学图像三维重建系统研究,TP391.41
- 基于医学CT图像的三维重建面绘制算法的研究,TP391.41
- 基于加权投票和关键帧提取的视频流人脸识别方法研究,TP391.41
- 基于差分演化的人脸识别方法研究,TP391.41
- 基于肤色分割与AdaBoost算法的人脸检测研究,TP391.41
- 人脸检测算法的FPGA设计与实现,TP391.41
- 基于分类器融合的人脸识别研究,TP391.41
- 基于子模式的局部保留映射的人脸识别方法研究,TP391.41
- 基于图片序列的三维表面重建,TP391.41
- 基于稀疏表示的人脸识别算法研究,TP391.41
- 基于局部优化投影的人脸识别方法研究,TP391.41
- 基于动态模糊关系的深层结构学习算法研究,TP181
- 人脸检测及其DSP实现,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|