导读:本文包含了人脸轮廓线论文开题报告文献综述及选题提纲参考文献，主要关键词:叁维人脸识别,ICP算法,同一截面,有效轮廓线
人脸轮廓线论文文献综述
苗树艳,金忠[1]（2015）在《一种面向叁维人脸识别的同一截面有效轮廓线提取算法》一文中研究指出针对叁维人脸识别对表情及姿态变化的鲁棒性研究,提出一种基于人脸同一截面有效轮廓线的人脸识别方法。首先根据手工标定鼻尖点区域的法向量对人脸进行粗略矫正,再基于同一标准正中面人脸的迭代最近点(ICP)算法进行精确姿态矫正,标定精确鼻尖位置,提取过鼻尖的不同人脸同一截面横纵两条轮廓线。用阈值法提取过鼻尖点的有效轮廓线,采用ICP算法计算相似度,对两条轮廓线识别结果进行融合。实验结果表明,在CASIA 3D人脸库上对表情及姿态变化有较好的鲁棒性。(本文来源于《计算机应用与软件》期刊2015年10期）
刘瑞珍[2]（2015）在《基于轮廓线和圆形邻域SIFT特征的叁维人脸识别算法研究》一文中研究指出人脸识别因其友好、自然、对个人干扰少等优点,成为生物特征识别领域里的佼佼者。虽然基于二维人脸的识别技术在实际应用中已经取得了不错的识别效果,但其易受光照、化妆和姿态等因素的影响,因此其发展也遇到了难以逾越的瓶颈。叁维人脸包含的信息更加全面、丰富,能够更好地表征人脸,有望突破目前二维人脸识别所面临的困境。论文主要研究了基于轮廓线特征和圆形邻域尺度不变特征变换(Scale Invariant Feature Transform,SIFT)特征进行叁维人脸识别的算法。具体工作包括:(1)为了得到精确的正面点云模型,对叁维人脸点云模型做了面部区域分割、基于主成分分析的点云姿态校正粗配准和基于迭代最近点法的点云精确配准预处理。然后对配准后的正面点云数据在X-Y平面做正交投影得到2.5D深度图和对应的灰度图,为后续的特征提取过程打好基础。(2)针对传统SIFT特征描述子向量维数高、匹配耗时问题,提出了一种基于圆形邻域的SIFT特征描述子及其生成方法。在利用传统的SIFT算法精确定位特征点之后,采用以特征点为中心向外扩散的圆形邻域代替矩形邻域进行特征描述。在特征点匹配阶段,根据人脸的先验知识剔除部分误配点。实验结果表明,该方法可以有效降低特征点的匹配时间,且平均识别率达到了90.5%。(3)为了提高叁维人脸识别系统的识别速度,设计了基于轮廓线特征和圆形邻域SIFT特征的由粗到细的级联识别系统,同时对人脸的深度图和对应灰度图的基于SIFT特征的识别结果采用基于评分级融合的策略提高算法的识别精度。在CASIA叁维人脸库的实验结果表明,设计的级联识别系统的识别率可达92.7%。(本文来源于《南京邮电大学》期刊2015-06-01）
常朋朋,达飞鹏,梅俊[3]（2015）在《对表情鲁棒的面部轮廓线3维人脸识别》一文中研究指出目的表情变化是3维人脸识别面临的主要问题。为克服表情影响,提出了一种基于面部轮廓线对表情鲁棒的3维人脸识别方法。方法首先,对人脸进行预处理,包括人脸区域切割、平滑处理和姿态归一化,将所有的人脸置于姿态坐标系下;然后,从3维人脸模型的半刚性区域提取人脸多条垂直方向的轮廓线来表征人脸面部曲面;最后,利用弹性曲线匹配算法计算不同3维人脸模型间对应的轮廓线在预形状空间(preshape space)中的测地距离,将其作为相似性度量,并且对所有轮廓线的相似度向量加权融合,得到总相似度用于分类。结果在FRGC v2.0数据库上进行识别实验,获得97.1%的Rank-1识别率。结论基于面部轮廓线的3维人脸识别方法,通过从人脸的半刚性区域提取多条面部轮廓线来表征人脸,在一定程度上削弱了表情的影响,同时还提高了人脸匹配速度。实验结果表明,该方法具有较强的识别性能,并且对表情变化具有较好的鲁棒性。(本文来源于《中国图象图形学报》期刊2015年03期）
杜含笑[4]（2014）在《基于轮廓线和几何特征向量的叁维人脸识别算法的研究》一文中研究指出相比二维人脸，叁维人脸包含更丰富的信息，且能克服姿态、光照、表情、化妆等因素的影响，更好的表征人脸，因此利用叁维人脸信息进行人脸识别是一种行之有效的途径。叁维人脸识别技术主要包括叁维人脸数据的获取和预处理、特征提取、分类器设计等环节。本文针对叁维人脸识别的关键问题，开展了如下几方面的研究工作。（1）数据预处理。首先提取出鼻尖点，基于PCA（Principal Component Analysis,主成分分析法）进行旋转角度的估计并将侧面姿态旋转为正面。对正面人脸进行基于测地距离的人脸切割，然后对其进行双叁次B样条曲面拟合预处理。（2）轮廓线及几何特征向量提取。通过曲率计算，提取人脸中分轮廓线和过鼻尖点的水平轮廓线，定位轮廓线上特征点。通过邻域搜索方法定位人脸其他特征点。（3）叁维人脸识别系统的设计。研究了多层人脸识别方法，着重讨论了ICP（IterativeCloset Point,最近迭代法）算法和平均Hausdorff距离在叁维人脸识别方面的应用。设计叁层分类器，提高识别精度。（4）实验结果分析。在GavabDB数据库中分析比较不同特征向量提取方法及不同分类方法对叁维人脸识别产生的效果。结果显示，在轮廓线和几何特征向量的精确提取下，使用叁层人脸识别分类器测试，得到识别率可达92%。(本文来源于《南京邮电大学》期刊2014-05-01）
陈鹏飞,王靖[5]（2014）在《基于形状识别的人脸轮廓线提取》一文中研究指出为了能够较好地识别出人脸五官并将其准确定位,提出了一种基于形状识别的人脸轮廓线提取算法。该算法采用经典的Canny边缘检测算子提取图片边缘曲线,利用SVD分解估计边缘曲线各点的切线方向,由此估计出曲率。根据各点的切方向与曲率信息来判断边缘曲线的形状信息,识别出人脸的五官。实验结果表明,该算法能够较好地识别出人脸五官,得到被识别目标的形状信息。(本文来源于《计算机工程与设计》期刊2014年03期）
邹红艳,达飞鹏[6]（2013）在《基于轮廓线局部描述符的叁维人脸识别》一文中研究指出提出了一种基于等测地轮廓线的局部描述符来识别叁维人脸。首先对叁维人脸数据进行预处理,得到统一的人脸区域并进行姿态归一化;然后根据测地距离提取到鼻尖点相同距离的点组成等测地轮廓线,对轮廓线进行重采样,并对轮廓线上每个采样点的邻域提取局部描述符;最后在建立测试人脸和库集人脸的点对应关系后进行局部描述符的加权融合和比较,给出最终识别结果。算法在FRGC(face recognition grand challenge)v2.0数据库上进行测试,实验结果表明该方法具有较好的识别性能。(本文来源于《计算机应用研究》期刊2013年05期）
李晓娟,杨唐文,阮秋琦,韩建达[7]（2012）在《基于轮廓线特征的叁维人脸识别改进算法》一文中研究指出研究基于面部轮廓曲线特征的叁维人脸识别。为提取最优面部曲线特征,提出一种基于模糊聚类方法的人脸曲线特征优选算法。该算法从叁维人脸深度图中选取最具代表性的8条轮廓曲线,作为主要识别特征,这在很大程度上降低了计算复杂度,克服表情和光照对人脸识别的消极影响,同时它用最少的轮廓线包含了所需要的人脸识别信息。基于这些人脸轮廓线特征,利用改进的Manhattan距离分类器来提高人脸识别的分类效果。实验结果表明,所提出的算法明显提高了人脸识别率,并且具有很强的鲁棒性。(本文来源于《铁道学报》期刊2012年01期）
李晓娟,杨唐文,阮秋琦[8]（2010）在《基于右半脸轮廓线特征的3D人脸识别算法》一文中研究指出本文研究了基于面部轮廓曲线特征的叁维人脸识别算法。针对如何提取最优面部曲线问题,提出了基于FCM方法的曲线特征优选算法。针对FCM算法过程的影响参数,利用模糊等价关系算法确定初始值,通过聚类有效性分析确定加权指数和聚类数目。该法从叁维人脸深度图中提取了五条最具代表性的轮廓线,因人脸具有对称性,识别过程只选用右半脸轮廓线特征。考虑到人脸中线的重要性,识别特征添加人脸中分轮廓线。该算法在一定程度上降低了计算复杂度,克服了表情和光照对人脸识别的影响。依据所提取的特征,改进了Manhattan距离分类器提高了分类效果。实验结果表明,该算法提高了人脸识别率,具有很强的鲁棒性。(本文来源于《'2010系统仿真技术及其应用学术会议论文集》期刊2010-08-01）
李晓娟[9]（2010）在《基于轮廓线特征的叁维人脸识别算法研究》一文中研究指出人脸识别具有自然、友好、对用户干扰少、易被接受等多种优势成为生物特征识别领域的研究热点。目前,二维人脸识别技术已发展成熟,实际生活中已有应用。但二维人脸识别技术很难克服光照、姿态及表情变化的影响,阻碍了人脸识别技术的广泛应用。而叁维人脸识别技术对光照、姿态及表情的变化鲁棒性较强,成为人脸识别技术研究的重要方向。本文研究了基于面部轮廓曲线特征的叁维人脸识别算法,研究的重点是识别特征提取和分类器设计。主要内容如下：第一,本文基于FCM聚类算法提取面部轮廓曲线特征,主要解决“提取什么样的轮廓曲线”和“提取几条轮廓曲线”的问题。并同基于模糊等价关系聚类算法及等间隔提取的轮廓曲线进行比较,结果证明,基于FCM聚类算法提取的轮廓曲线识别效果较好。第二,人脸具有高度对称性,左、右半边脸的特征相似。本文根据面部中分轮廓曲线,中分人脸为左右两个部分,根据香浓的信息熵概念分别计算两半边脸的信息熵,选取熵大的半边脸的特征参与后续识别。实验证明,该想法降低了计算复杂度,提高了识别效率。第叁,分类器设计。依据本文特征的数值型数据形式,改进了经典的Manhattan距离公式,作为本文的识别分类器。并同其它多种分类器做比较实验,结果证明,改进的Manhattan距离分类器的识别率更高。本文的研究给叁维人脸识别技术的发展奠定了一定的基础,具有较高的实用价值。该算法不仅提高了人脸识别率,且大大降低了计算复杂度。对光照和表情有较强的鲁棒性。(本文来源于《北京交通大学》期刊2010-06-01）
李晓莉,达飞鹏[10]（2010）在《基于侧面轮廓线和刚性区域的3维人脸识别》一文中研究指出针对3维人脸识别问题,提出一种由粗到细的两步识别方法。首先结合几何约束与曲率信息定位特征点,根据特征点确定人脸对称面,提取人脸侧面轮廓线。利用轮廓线匹配作为排除算法,在识别初期迅速排除库集中不相似人脸以提高识别效率,剩余库集人脸采用一种具有表情鲁棒性的、基于区域的匹配方法进行识别,该方法自动切割人脸中受表情影响较小的刚性区域,并采用改进的迭代最近点算法对刚性区域进行匹配,为达到更好的识别精度,将各刚性区域的匹配结果采用加法规则融合。在3D_RMA人脸数据库的实验结果表明,该方法具有较好的实时性和鲁棒性。(本文来源于《中国图象图形学报》期刊2010年02期）
人脸轮廓线论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
人脸识别因其友好、自然、对个人干扰少等优点,成为生物特征识别领域里的佼佼者。虽然基于二维人脸的识别技术在实际应用中已经取得了不错的识别效果,但其易受光照、化妆和姿态等因素的影响,因此其发展也遇到了难以逾越的瓶颈。叁维人脸包含的信息更加全面、丰富,能够更好地表征人脸,有望突破目前二维人脸识别所面临的困境。论文主要研究了基于轮廓线特征和圆形邻域尺度不变特征变换(Scale Invariant Feature Transform,SIFT)特征进行叁维人脸识别的算法。具体工作包括:(1)为了得到精确的正面点云模型,对叁维人脸点云模型做了面部区域分割、基于主成分分析的点云姿态校正粗配准和基于迭代最近点法的点云精确配准预处理。然后对配准后的正面点云数据在X-Y平面做正交投影得到2.5D深度图和对应的灰度图,为后续的特征提取过程打好基础。(2)针对传统SIFT特征描述子向量维数高、匹配耗时问题,提出了一种基于圆形邻域的SIFT特征描述子及其生成方法。在利用传统的SIFT算法精确定位特征点之后,采用以特征点为中心向外扩散的圆形邻域代替矩形邻域进行特征描述。在特征点匹配阶段,根据人脸的先验知识剔除部分误配点。实验结果表明,该方法可以有效降低特征点的匹配时间,且平均识别率达到了90.5%。(3)为了提高叁维人脸识别系统的识别速度,设计了基于轮廓线特征和圆形邻域SIFT特征的由粗到细的级联识别系统,同时对人脸的深度图和对应灰度图的基于SIFT特征的识别结果采用基于评分级融合的策略提高算法的识别精度。在CASIA叁维人脸库的实验结果表明,设计的级联识别系统的识别率可达92.7%。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
人脸轮廓线论文参考文献
[1].苗树艳,金忠.一种面向叁维人脸识别的同一截面有效轮廓线提取算法[J].计算机应用与软件.2015
[2].刘瑞珍.基于轮廓线和圆形邻域SIFT特征的叁维人脸识别算法研究[D].南京邮电大学.2015
[3].常朋朋,达飞鹏,梅俊.对表情鲁棒的面部轮廓线3维人脸识别[J].中国图象图形学报.2015
[4].杜含笑.基于轮廓线和几何特征向量的叁维人脸识别算法的研究[D].南京邮电大学.2014
[5].陈鹏飞,王靖.基于形状识别的人脸轮廓线提取[J].计算机工程与设计.2014
[6].邹红艳,达飞鹏.基于轮廓线局部描述符的叁维人脸识别[J].计算机应用研究.2013
[7].李晓娟,杨唐文,阮秋琦,韩建达.基于轮廓线特征的叁维人脸识别改进算法[J].铁道学报.2012
[8].李晓娟,杨唐文,阮秋琦.基于右半脸轮廓线特征的3D人脸识别算法[C].'2010系统仿真技术及其应用学术会议论文集.2010
[9].李晓娟.基于轮廓线特征的叁维人脸识别算法研究[D].北京交通大学.2010
[10].李晓莉,达飞鹏.基于侧面轮廓线和刚性区域的3维人脸识别[J].中国图象图形学报.2010