發(fā)布時間：2023-02-11 08:50

　　隨著人工智能以及計算機視覺技術(shù)的快速發(fā)展,人臉識別技術(shù)得到了國內(nèi)外研究學者的廣泛重視。目前,已有眾多成熟的人臉識別系統(tǒng)得到了實際應用。但在實際場景中,人臉識別系統(tǒng)還是存在一些缺陷,其中,人臉姿態(tài)的變化一直都是限制人臉識別系統(tǒng)性能的一個重要因素。在這個背景下,本文開展了基于三維人臉重建和圖像修補的姿態(tài)矯正算法的研究工作。本文的主要工作總結(jié)如下:(1)本文介紹了人臉識別的研究歷史和主流算法,分析了人臉識別系統(tǒng)的組成部分以及影響人臉識別性能的因素。尤其強調(diào)人臉姿態(tài)變化對人臉識別率的限制并詳細介紹了多姿態(tài)人臉識別的國內(nèi)外研究現(xiàn)狀。另外,對三維人臉重建的國內(nèi)外研究現(xiàn)狀也進行了詳細的介紹,突出三維形變模型在人臉圖像重建中的重要性。最后,介紹了一些常用的人臉識別數(shù)據(jù)庫的基本信息。(2)針對人臉姿態(tài)變化對人臉識別率的限制,本文提出了使用三維形變模型(3D Morphable Models,3DMM)來重建側(cè)面人臉圖像的方法。具體介紹如下:通過對三維人臉模型輪廓處的人臉關鍵點進行更新,使得較大人臉姿態(tài)下的人臉圖像重建成為可能。另外,通過對人臉圖像中不同部位的人臉關鍵點賦予不同的權(quán)值,再利用人臉關鍵點加權(quán)...

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 多姿態(tài)人臉識別國內(nèi)外研究現(xiàn)狀
        1.2.2 三維人臉重建國內(nèi)外研究現(xiàn)狀
    1.3 本文的章節(jié)組織
第二章 人臉識別理論知識
    2.1 人臉識別系統(tǒng)一般流程
        2.1.1 人臉圖像采集和預處理
        2.1.2 人臉檢測
        2.1.3 人臉對齊
        2.1.4 人臉特征提取
        2.1.5 人臉特征匹配
    2.2 人臉識別算法
        2.2.1 基于特征臉的人臉識別
        2.2.2 基于深度學習的人臉識別
    2.3 常用的人臉識別數(shù)據(jù)庫
    2.4 本章小結(jié)
第三章 三維人臉重建和姿態(tài)矯正
    3.1 引言
    3.2 算法流程
        3.2.1 關鍵點檢測
        3.2.2 三維人臉重建
        3.2.3 三維人臉姿態(tài)矯正
    3.3 本章小結(jié)
第四章 圖像修補算法對人臉識別率的影響
    4.1 引言
    4.2 圖像修補算法簡介
    4.3 基于朗伯光照模型的人臉圖像修補算法
    4.4 基于深度學習的人臉圖像修補算法
    4.5 實驗結(jié)果和分析
        4.5.1 實驗數(shù)據(jù)庫
        4.5.2 實驗結(jié)果和分析
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 工作展望
參考文獻
攻讀碩士學位期間的學術(shù)活動及成果情況



本文編號：3740079