导读:本文包含了叁维人脸特征论文开题报告文献综述及选题提纲参考文献，主要关键词:3维人脸识别,表情变化,关键点检测,3维法向量分布直方图
叁维人脸特征论文文献综述
郭蓓,达飞鹏[1]（2019）在《基于局部特征的表情不变3维人脸识别算法》一文中研究指出为了减少表情变化带来的影响,提出一种基于人脸几何特征和局部描述子的3维人脸识别算法.首先利用多尺度形状变化指数在3维人脸上检测出关键点.然后提出一种基于关键点的2步匹配算法,以提高识别算法的效率:第1步在关键点上提取3维法向量分布直方图描述子,将测试集人脸与库集人脸上的描述子进行匹配,除去匹配程度较低的一部分库集人脸,减少后续匹配的人脸数;第2步在关键点上提取协方差矩阵描述子,再将测试集人脸与剩余的库集人脸在给定的约束条件下进行协方差矩阵描述子匹配.最后用成功匹配的关键点个数衡量人脸的匹配程度,得到分类结果.在Bosphorus, FRGC v2.0和BU-3DFE数据库上进行实验的结果表明,文中算法取得了良好的识别效果,对3维人脸的表情变化有较好的鲁棒性,同时在识别速度上也优于已有的许多算法.(本文来源于《计算机辅助设计与图形学学报》期刊2019年07期）
雷超,张海燕,詹曙[2]（2019）在《结合曲面局部纹理特征的3维人脸识别》一文中研究指出目的人脸2维图像反映出来的纹理并非是3维人脸曲面真实的纹理,并且受光照和妆容的影响很大,因此探索3维局部纹理特征对于人脸识别任务有着重要的意义。为此详细分析了一种新颖的3维局部纹理特征mesh-LBP对于人脸纹理的描述能力。方法首先,在特征提取和识别任务之前,进行一系列的预处理:人脸分割、离群点移除和孔洞填补;接着,在预处理后的人脸曲面上,提取原始mesh-LBP特征,以及基于阈值化策略的3种改进特征:mesh-tLBP、mesh-MBP和mesh-LTP;然后,对于上述提取的4种特征,采用不同的统计方法,包括整体直方图、局部分块直方图和整体编码图像,用做人脸纹理的特征描述。最后,针对CASIA3D数据集中不同表情和姿态变化的人脸,采用余弦相似度进行人脸的识别任务。结果通过对比人脸曲面和普通物体曲面的纹理特征,发现人脸纹理完全不同于普通纹理,不规则并且难以描述;通过对比mesh-LBP两种变体,发现mesh-LBP(α1)适用于姿态变化,而mesh-LBP(α2)适用于表情变化;通过对比原始mesh-LBP及其3种改进,发现mesh-tLBP对于人脸不同表情变化下的识别准确率最高有0. 5%的提升;通过对比3种不同的统计方法,发现采用整体编码图像进行统计的特征尽管弱于局部分块直方图,但相比整体直方图,识别率在不同表情变化下最高有46. 8%的提升。结论 mesh-LBP特征是一种优良的3维局部纹理特征,未来将会在3维医学处理、3维地形起伏检测以及3维人脸识别中得到更多的应用。(本文来源于《中国图象图形学报》期刊2019年02期）
李燕春,达飞鹏[3]（2014）在《基于特征点表情变化的3维人脸识别》一文中研究指出目的为克服表情变化对3维人脸识别的影响,提出一种基于特征点提取局部区域特征的3维人脸识别方法。方法首先,在深度图上应用2维图像的ASM(active shape model)算法粗略定位出人脸特征点,再根据Shape index特征在人脸点云上精确定位出特征点。其次,提取以鼻中为中心的一系列等测地轮廓线来表征人脸形状;然后,提取具有姿态不变性的Procrustean向量特征(距离和角度)作为识别特征;最后,对各条等测地轮廓线特征的分类结果进行了比较,并对分类结果进行决策级融合。结果在FRGC V2.0人脸数据库分别进行特征点定位实验和识别实验,平均定位误差小于2.36 mm,Rank-1识别率为98.35%。结论基于特征点的3维人脸识别方法,通过特征点在人脸近似刚性区域提取特征,有效避免了受表情影响较大的嘴部区域。实验证明该方法具有较高的识别精度,同时对姿态、表情变化具有一定的鲁棒性。(本文来源于《中国图象图形学报》期刊2014年10期）
张剑,何骅,詹小四,肖俊[4]（2014）在《结合特征适配与拉普拉斯形变的3维人脸重建》一文中研究指出目的数字娱乐产业的发展要求3维人脸重建技术能重建高分辨率3维人脸,并具有较高计算效率和重建准确性。针对这一情况,提出一种基于单幅图像的高分辨率3维人脸重建方法。方法该方法包含特征适配与拉普拉斯形变两部分。预先用1组3维人脸样本上的3维特征构造可变形模型。给定图像时,从其上自动提取2维特征点,并根据获得问题最优解的必要条件进行特征适配以重建个性化3维特征;然后基于拉普拉斯方法,用该3维特征对一般人脸模型进行变形以获得特定高分辨率3维人脸;最后通过纹理合成获得真实感人脸。结果用本文方法和已有方法分别进行可变形模型适配和模型变形,本文的特征适配方法具有更快的收敛速度和更高的准确性,拉普拉斯方法具有更小的重建误差。纹理映射后的3维人脸具有很好的视觉效果。结论本文方法将特征适配与拉普拉斯形变结合起来进行高分辨率3维人脸重建。实验结果表明所提出的方法具有较高的计算效率和准确性,能实现较为理想的高分辨率3维人脸重建。(本文来源于《中国图象图形学报》期刊2014年09期）
徐明,乔宁博,文振焜,曾新,采振祥[5]（2012）在《基于特征识别的3维人脸动画模型自动构造》一文中研究指出针对3维人脸动画应用中,需要手工事先标定肌肉模型的控制点、工作区域和设置各种计算参数,造成工作量大、修改困难、移植性差等弊端,提出自动构造各种肌肉模型及确定它们计算参数的方法。研究工作包括:综合运用法向量变化率、高斯曲率、高斯纹理模型等参数研究3维人脸几何及纹理特征的快速检测方法;设计基于邻域生长和候选点聚类分析的识别算法来识别人脸五官部位的特征点;在此基础上,自动确定各种肌肉模型的位置结构、工作区域和计算参数,实现人脸动画所需的肌肉模型构造和装配的自动化。应用工作结果表明,基于特征识别的3维人脸动画肌肉模型自动构造方法移植性好、精度较高,提高了动画建模工作的效率。(本文来源于《中国图象图形学报》期刊2012年12期）
麻宏静,张德同,冯筠,耿国华[6]（2011）在《基于相对角分布聚类和支持向量机的3维人脸特征点匹配技术的研究》一文中研究指出人脸特征点自动定位及对应点匹配是计算机视觉和模式识别领域一个非常热门的研究方向,应用领域包括图像配准、对象识别与跟踪、3维重建、立体匹配等。通过相对角直方图分布和K均值聚类确定脸部特征点的聚类点集,再利用几何信息提取聚类点集的特征,进而采用支持向量机分类最终从点集中分离出39个脸部特征点。实验结果表明,此混合提取方法比单纯使用RAC得到了更好的匹配准确率,在给定的距离阈值范围内,50%的特征点定位准确率达到了100%。(本文来源于《中国图象图形学报》期刊2011年05期）
王树徽,李乐,章毓晋[7]（2006）在《基于Gabor特征的线性降维人脸识别算法的实验比较》一文中研究指出本文借助 ORL 人脸数据库和 PIE 人脸数据库设计并进行了大量的实验,以此比较了基于 Gabor 特征的线性降维算法各模块的不同构成方式间的差异,讨论了光照变化和人脸姿态变化对基于 Gabor 特征的线性降维算法的影响。实验结果表明:1、对人脸识别来讲,Gabor 特征能够比纯灰度信息更好的表示人脸图像特性:2、在训练样本较多时,Gabor+PCA+LDA 算法比 Gabor+PCA 算法性能要好;3、如图像间光照变化不大,在用 Gabor 特征作为线性降维算法的输入情况下,预处理中采用直方图均衡化对提高识别率并无益处;4、如图像间光照变化很大,预处理中采用直方图均衡化对于提高基于 Gabor 特征的线性降维人脸识别算法的性能非常重要:5、无论是应用最近中心分类器还是应用最近特征线分类器,采用城区距离都比采用欧几里德距离更利于分类;6、测试图像的背景亮度和训练图像的背景亮度是否一致对基于 Gabor+PCA 的算法性能影响很大;7、姿态的变化对基于 Gabor 特征的线性降维算法性能影响很大。(本文来源于《第十叁届全国图象图形学学术会议论文集》期刊2006-11-01）
叁维人脸特征论文开题报告
（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：
目的人脸2维图像反映出来的纹理并非是3维人脸曲面真实的纹理,并且受光照和妆容的影响很大,因此探索3维局部纹理特征对于人脸识别任务有着重要的意义。为此详细分析了一种新颖的3维局部纹理特征mesh-LBP对于人脸纹理的描述能力。方法首先,在特征提取和识别任务之前,进行一系列的预处理:人脸分割、离群点移除和孔洞填补;接着,在预处理后的人脸曲面上,提取原始mesh-LBP特征,以及基于阈值化策略的3种改进特征:mesh-tLBP、mesh-MBP和mesh-LTP;然后,对于上述提取的4种特征,采用不同的统计方法,包括整体直方图、局部分块直方图和整体编码图像,用做人脸纹理的特征描述。最后,针对CASIA3D数据集中不同表情和姿态变化的人脸,采用余弦相似度进行人脸的识别任务。结果通过对比人脸曲面和普通物体曲面的纹理特征,发现人脸纹理完全不同于普通纹理,不规则并且难以描述;通过对比mesh-LBP两种变体,发现mesh-LBP(α1)适用于姿态变化,而mesh-LBP(α2)适用于表情变化;通过对比原始mesh-LBP及其3种改进,发现mesh-tLBP对于人脸不同表情变化下的识别准确率最高有0. 5%的提升;通过对比3种不同的统计方法,发现采用整体编码图像进行统计的特征尽管弱于局部分块直方图,但相比整体直方图,识别率在不同表情变化下最高有46. 8%的提升。结论 mesh-LBP特征是一种优良的3维局部纹理特征,未来将会在3维医学处理、3维地形起伏检测以及3维人脸识别中得到更多的应用。
（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。
叁维人脸特征论文参考文献
[1].郭蓓,达飞鹏.基于局部特征的表情不变3维人脸识别算法[J].计算机辅助设计与图形学学报.2019
[2].雷超,张海燕,詹曙.结合曲面局部纹理特征的3维人脸识别[J].中国图象图形学报.2019
[3].李燕春,达飞鹏.基于特征点表情变化的3维人脸识别[J].中国图象图形学报.2014
[4].张剑,何骅,詹小四,肖俊.结合特征适配与拉普拉斯形变的3维人脸重建[J].中国图象图形学报.2014
[5].徐明,乔宁博,文振焜,曾新,采振祥.基于特征识别的3维人脸动画模型自动构造[J].中国图象图形学报.2012
[6].麻宏静,张德同,冯筠,耿国华.基于相对角分布聚类和支持向量机的3维人脸特征点匹配技术的研究[J].中国图象图形学报.2011
[7].王树徽,李乐,章毓晋.基于Gabor特征的线性降维人脸识别算法的实验比较[C].第十叁届全国图象图形学学术会议论文集.2006
标签：3维人脸识别; 表情变化; 关键点检测; 3维法向量分布直方图;