亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        三維人臉特征提取方法綜述

        2012-06-23 06:43:16王宏勇王青青
        電子科技 2012年12期
        關(guān)鍵詞:鼻尖輪廓線曲率

        王宏勇,王青青

        (河南工業(yè)大學(xué)信息科學(xué)與工程學(xué)院,河南 鄭州 450001)

        在實(shí)際環(huán)境中,同一個(gè)人在不同光照和姿態(tài)下的人臉圖像會(huì)存在表觀上的差異,而這種差異通常比不同人在幾乎相同的光照和姿態(tài)下的差異還大。單一的二維圖像,不可避免地受到光照、背景和姿態(tài)表情的影響[1],提取精度受到較大限制。而三維數(shù)據(jù)具有光照、姿態(tài)不變的特性[2],對(duì)提高特征提取的精度有較為重要的意義,因而受到廣泛的研究。研究者大多是基于局部特征和整體特征進(jìn)行特征提取。常用的局部特征有人臉曲線,幾何測(cè)量特征,以及剛性區(qū)域等。這些局部特征的提取一般是首先定位嘴角、鼻尖、額頭等特征點(diǎn),在準(zhǔn)確定位特征點(diǎn)的基礎(chǔ)上,進(jìn)一步提取有利于人臉識(shí)別的特征。整體特征提取主要是針對(duì)深度圖像和EGI圖。

        1 局部特征提取

        1.1 特征點(diǎn)定位

        特征點(diǎn)能否準(zhǔn)確定位對(duì)進(jìn)一步的研究工作具有重要意義。在特征點(diǎn)定位方面主要有兩類方法:一是基于對(duì)稱性的,從獲取人臉的對(duì)稱平面開(kāi)始,進(jìn)而定位其他的特征點(diǎn);二是基于幾何特征的,利用特征點(diǎn)的深度、曲率等幾何特征進(jìn)行定位特征點(diǎn)。

        Wang Yingjie[3]等人將特征束的思想推廣到三維人臉特征點(diǎn)定位,首先是手工標(biāo)定訓(xùn)練集的特征點(diǎn),計(jì)算特征點(diǎn)處的Point Signature,構(gòu)成特征束,同時(shí)判定人臉特征點(diǎn)的平均區(qū)域。對(duì)于新的模型,在平均區(qū)域內(nèi)尋找和特征束最匹配的點(diǎn)即為特征點(diǎn)。該方法允許人臉姿態(tài)和表情有少量變化。Moreno A B[4]等人使用平均曲率和高斯曲率對(duì)三維人臉模型進(jìn)行分割,得到人臉特征點(diǎn)的候選區(qū)域,然后通過(guò)五官分布特征,去掉非標(biāo)準(zhǔn)區(qū)域,得到真正的標(biāo)志區(qū)域。該方法要求人臉為正面或近似正面。楊穎[5]使用區(qū)域生長(zhǎng)的種子算法構(gòu)造器官輪廓區(qū)域。因?yàn)樵贛arr的視覺(jué)理論中,人類視覺(jué)對(duì)邊緣信息更為敏感,通過(guò)得到人臉器官輪廓的邊緣,就可利用各種方法進(jìn)行人臉特征的精確提取和定位。而在使用區(qū)域生長(zhǎng)算法構(gòu)造器官輪廓后,根據(jù)器官模板,使用最小二乘法擬合邊界,最終得到標(biāo)志點(diǎn)。該方法要求人臉的姿態(tài)恒定。王蜜宮、陳鍛生、林超等人[6]提出了基于局部形狀圖(Local Shape Map,LSM)的三維人臉特征點(diǎn)自動(dòng)定位方法,所有人臉上的同一特征點(diǎn)能形成特殊且相似的LSM,因此可以考慮利用LSM來(lái)實(shí)現(xiàn)這些點(diǎn)的精確定位。一個(gè)點(diǎn)的LSM使用包含在以該點(diǎn)為球心的球體內(nèi)部點(diǎn)來(lái)構(gòu)造描述這一點(diǎn)的局部形狀的二維直方圖。該方法首先使用曲率表示的形狀索引與曲度來(lái)選擇特征候選點(diǎn)然后利用LSM統(tǒng)計(jì)模型,實(shí)現(xiàn)任意姿態(tài)下的三維人臉鼻尖和內(nèi)眼角的自動(dòng)精確定位,該方法完全不受膚色和光照的影響,受方向、姿態(tài)和表情的變化影響也較小。

        在特征點(diǎn)定位中比較重要的方法是采用Shape Index特征來(lái)定位特征點(diǎn)。Dorai[7]等人提出了 Shape Index特征,來(lái)表示每一點(diǎn)的凹凸程度,點(diǎn)p的Shape Index是由其最大和最小曲率計(jì)算的:一般鼻尖點(diǎn)候選點(diǎn)集中選取Shape Index值在0.85~1之間的點(diǎn)組成鼻尖區(qū)域,鼻尖點(diǎn)定位于區(qū)域的質(zhì)心,在內(nèi)眼角候選點(diǎn)集中選取Shape Index值在0~0.27之間的點(diǎn)組成內(nèi)眼角區(qū)域,內(nèi)眼角定位于區(qū)域的質(zhì)心

        其中,k1為最大曲率;k2為最小曲率k2≤k1其取值范圍在0~1之間。

        LU Xiaoguang[8]在柱面坐標(biāo)系下,重采樣為均勻網(wǎng)格來(lái)計(jì)算Shape Index特征,該特征在0~1之間分布,越接近0,表示該處曲面越凹,越接近1,表示該處曲面越凸。通過(guò)均值模板尋找特征最小點(diǎn),即為眼窩點(diǎn),然后利用標(biāo)志點(diǎn)之間的相對(duì)位置和曲率特征定位其他特征點(diǎn)。由于Shape Index特征具有姿態(tài)不變性,能夠較好地表示標(biāo)志點(diǎn)處的凹凸特性,故被廣泛使用。該方法要求三維數(shù)據(jù)為均勻網(wǎng)格,且為豎直分布,即只允許人臉繞豎直左右轉(zhuǎn)動(dòng)。

        張廣鵬,張艷寧[9]提出了一種新的基于連續(xù)Shape Index和幾何約束的特征點(diǎn)定位方法,通過(guò)對(duì)點(diǎn)的鄰域擬合二次曲面,來(lái)計(jì)算Shape Index,獲得了更為精確和魯棒的特征。在幾何約束方面,其采用通過(guò)訓(xùn)練樣本建立一個(gè)統(tǒng)一的人臉標(biāo)志區(qū)域分布模型。通過(guò)幾何約束,可實(shí)現(xiàn)真正與姿態(tài)無(wú)關(guān)的特征點(diǎn)定位。

        李曉莉,達(dá)飛鵬[10]也是基于Shape Index特征提取人臉特征點(diǎn),但在人臉候選點(diǎn)集的選取方面,由于人臉點(diǎn)云是一張上下方向較長(zhǎng),左右跨度劇中,前后厚度較小的曲面,因此采用了主元分析法PCA,提取了3個(gè)主方向的特征向量,形成人臉主軸坐標(biāo)系,而鼻尖點(diǎn)在人臉坐標(biāo)系附近,內(nèi)眼角的大致位置也可確定,這就將特征點(diǎn)的定位過(guò)程限定在一定范圍內(nèi),不僅提高了特征點(diǎn)定位的精度,也減少了計(jì)算量。

        1.2 局部特征提取

        在準(zhǔn)確進(jìn)行特征點(diǎn)的定位上,國(guó)內(nèi)外學(xué)者對(duì)局部特征的提取也進(jìn)行了積極的研究。主要包括:曲線、幾何測(cè)量特征及剛性區(qū)域的提取。

        人臉曲線主要包括人臉側(cè)面輪廓線,鼻尖處橫切輪廓線,額頭橫切輪廓線,眼睛下方的水平曲線和下巴輪廓線等,人臉曲面形狀可用若干條從人臉曲面提取的二維曲線近似表示。Nagamine T[11]等提出使用臉部曲線作為特征,首先使用啟發(fā)式方法提取臉部的幾個(gè)特征點(diǎn),通過(guò)這些點(diǎn)可確定對(duì)稱平面,進(jìn)而在統(tǒng)一的坐標(biāo)系中提取側(cè)面輪廓線、眼睛下方的水平曲線和鼻尖區(qū)域曲線,然后將這3條曲線離散成特征向量,通過(guò)比較最相近向量來(lái)完成人臉匹配。實(shí)驗(yàn)結(jié)果表明側(cè)面輪廓線的識(shí)別能力最強(qiáng),但對(duì)于局部的擾動(dòng)變化,該方法不魯棒。Pan G[12]使用 ICP(Iterative Closest Point)的對(duì)稱平面檢測(cè)方法檢測(cè)對(duì)稱面,得到側(cè)面輪廓線,隨后進(jìn)一步提取水平輪廓線,該方法可要求人臉任意變換。國(guó)內(nèi)學(xué)者宋曉冰、雷蘊(yùn)奇[13]等根據(jù)在所有點(diǎn)云坐標(biāo)中,深度值最大的點(diǎn),只可能是最凸起額頭點(diǎn)、鼻尖點(diǎn)、嘴巴點(diǎn)和下巴點(diǎn),這幾個(gè)點(diǎn)均在人臉中分輪廓線上,使用最高深度點(diǎn)的垂直向點(diǎn)集來(lái)確定人臉中分輪廓線,得到了較為滿意的實(shí)驗(yàn)結(jié)果。而且對(duì)人臉側(cè)面輪廓線做了進(jìn)一步的分析發(fā)現(xiàn),輪廓線嘴巴處受表情影響嚴(yán)重,因此將人臉側(cè)面輪廓線分成兩段:(1)額頭到嘴唇上點(diǎn);(2)嘴唇上點(diǎn)到下巴,從而克服了嘴巴處的形變影響。

        有不少學(xué)者基于幾何測(cè)量特征進(jìn)行特征提取,該方法較為簡(jiǎn)單。常用的幾何測(cè)量特征主要有距離特征、角度特征以及體積特征。距離特征如前額點(diǎn)到鼻尖點(diǎn)的距離、鼻根點(diǎn)到鼻尖的距離、鼻下點(diǎn)到嘴唇上點(diǎn)的距離、內(nèi)眼角點(diǎn)間距離、前額點(diǎn)到內(nèi)眼角的距離等,角度特征如前額點(diǎn)、鼻根、鼻尖形成的角度,鼻尖、鼻下根、上嘴唇點(diǎn)的角度。左眼內(nèi)眼角、鼻根、右眼內(nèi)眼角形成的角度等,體積特征如鼻子的體積。國(guó)內(nèi)學(xué)者雷云奇、宋曉冰[13]的研究發(fā)現(xiàn)利用幾何特征可區(qū)分不同的人臉,但由于人臉需要三庭五眼規(guī)則,較多特征值均極為接近,因此該方法對(duì)標(biāo)志點(diǎn)定位的精度要求極高,而且有的特征值之間相差較大,有些相差較小,這樣得到的歐式距離過(guò)于接近,容易造成錯(cuò)誤識(shí)別。該方法要求對(duì)特征點(diǎn)定位的精度要求較高,降低了識(shí)別算法的穩(wěn)健性。因此可采用幾何測(cè)量特征和輪廓線特征分級(jí)使用來(lái)提高精度。

        在對(duì)剛性區(qū)域的研究上發(fā)現(xiàn)人臉不同區(qū)域?qū)Ρ砬榈拿舾谐潭仁遣煌?,將同一?duì)象在不同表情下的人臉?lè)謩e與中性表情人臉進(jìn)行剛性匹配,在所有匹配中均有較好效果的可認(rèn)為是人臉剛性區(qū)域。國(guó)內(nèi)學(xué)者李曉莉、達(dá)飛鵬[10]在基于側(cè)面輪廓線和剛性區(qū)域的研究中發(fā)現(xiàn)鼻子和眼睛、額頭是人臉最穩(wěn)定的區(qū)域,在提取有價(jià)值輪廓線的基礎(chǔ)上,利用人臉剛性區(qū)域進(jìn)行匹配,實(shí)驗(yàn)表明可以降低表情對(duì)識(shí)別產(chǎn)生的影響。

        2 整體特征提取

        常用的整體特征有:用深度圖表示三維人臉數(shù)據(jù),將三維人臉映射成EGI圖。文獻(xiàn)[14]闡述了根據(jù)深度圖像特征提取的形狀特征是與光照變化無(wú)關(guān)的。深度圖是將三維人臉的點(diǎn)云數(shù)據(jù)正交投影,按深度值重采樣為規(guī)整數(shù)據(jù),就可得到三維人臉的深度圖像,所得每幅人臉深度圖像均蘊(yùn)含了與其對(duì)應(yīng)的三維空間點(diǎn)之間的鄰接關(guān)系,由于深度圖像可以看作是一幅二維圖像,每一點(diǎn)的像素值代表對(duì)應(yīng)點(diǎn)的深度值,則二維人臉特征提取算法可以運(yùn)用于深度圖上,如PCA等。EGI圖是通過(guò)曲面上任何一點(diǎn)的法向量將該點(diǎn)映射到一個(gè)單位球面上,利用這種將曲面轉(zhuǎn)換為單位球面上的質(zhì)量分布映射圖,變成擴(kuò)展高斯圖(EGI)。

        2.1 基于深度圖的PCA提取

        Kirby和 Sirovich等人[15]討論了利用PCA進(jìn)行人臉圖像的最優(yōu)表示問(wèn)題,Turk和Pentland[16]發(fā)現(xiàn)K_L展開(kāi)后的特征向量在還原成圖像矩陣時(shí),是一張標(biāo)志化的人臉。因?yàn)橐訩_L變換為基礎(chǔ)的PCA算法是統(tǒng)計(jì)最優(yōu)的,其使得壓縮前后的圖像均方誤差最小,且變換后的低維空間有較好的分辨能力方法簡(jiǎn)便、快速,在實(shí)際中得到了廣泛的應(yīng)用。但也有不足之處:首先,經(jīng)典的PCA算法是以所有樣本的最優(yōu)重建為目的,對(duì)于描述不同樣本間的差異而言,其不是最優(yōu)的描述。其次,當(dāng)采用主成份分析方法提取人臉特征時(shí),人臉圖像的局部特征通常反映了人臉的內(nèi)在特性,圖像中的像素占有同等地位,對(duì)于人臉特征如嘴巴,鼻子,眼睛等特征未強(qiáng)調(diào)其重要性。最后一幅圖像的高階統(tǒng)計(jì)信息往往包含了圖像邊緣或曲線的多個(gè)像素之間的非線性關(guān)系,而PCA只考慮了二階統(tǒng)計(jì)信息,忽略了多個(gè)像素之間的非線性關(guān)系。

        基于最后一個(gè)不足,國(guó)內(nèi)學(xué)者阮秋奇,田文君[17]等人提出了局部保持投影算法。該算法在拉普拉斯映射方法的基礎(chǔ)上提出,不僅具有保持?jǐn)?shù)據(jù)集非線性結(jié)構(gòu)不變的特點(diǎn)且繼承了線性方法計(jì)算方便快捷的優(yōu)點(diǎn),又有一般的線性降維方法,而且還具有高維數(shù)據(jù)內(nèi)蘊(yùn)特征或非線性結(jié)構(gòu)的自動(dòng)發(fā)現(xiàn)功能。

        2.2 基于EGI圖提取

        Lee J C[18]首先將EGI應(yīng)用與人臉深度圖像的匹配,首先利用高斯曲率和平均曲率劃分人臉的凹凸區(qū)域,然后將凸區(qū)域映射在單位球上,將平均曲率作為單位球上對(duì)應(yīng)點(diǎn)的支撐函數(shù)值,形成EGI圖,然后用圖匹配算法計(jì)算兩個(gè)人臉模型的相似度量。Tanaka H T[19]計(jì)算三維人臉模型最大、最小主曲率以及相應(yīng)的方向,然后分別提取最小主曲率小于某個(gè)閾值的最大主方向的集合和最大主曲率大于某個(gè)閾值的最小主方向的集合,最后將兩個(gè)方向的集合分別映射到單位球面上,得到相應(yīng)的EGI圖,計(jì)算這兩個(gè)圖的Fisher球相關(guān)系數(shù),將兩個(gè)系數(shù)相乘的結(jié)果作為兩個(gè)人臉的相似度量。該方法需要高分辨率的數(shù)據(jù),否則曲率的計(jì)算將不精確、不可靠。

        3 結(jié)束語(yǔ)

        論述了國(guó)內(nèi)外眾多學(xué)者在三維人臉特征提取方面的研究,主要涉及到特征點(diǎn)的定位方法,局部特征提取方法和整體特征提取方法。大部分是基于正面和多姿態(tài)情況下的處理,對(duì)表情和遮擋等方面的考慮仍不夠完善,對(duì)于三維特征的研究還不夠透徹,而且每種特征提取方法均有其優(yōu)缺點(diǎn),如何充分利用各種三維人臉的特征,將其有效地綜合,仍需要進(jìn)一步的研究。

        [1]KEVIN W B,KYONG C,PATRICK F.A survey of 3D and multi- modal 3D+2D face recognition[R].USA:Notre Dame Department of Computer Science and Engineering Technical Report,2004.

        [2]BOWYER K W.CHANG K,F(xiàn)LYNN P.A survey of approaches and challenges in 3D and multimodal 2D+3D face recognition [J].Computer Vision and Image Understanding,2006,25(8):139 -147.

        [3]WANG Yingjie,CHUA C S,HO Y K.Facial feature detection and face recognition from 2D and 3D images[J].Pattern Recogniton Letters,2002,23(10):1191 -1202.

        [4]MORENO A B,SANCHEZ A,VELEZ J F,et al.Face recognition using 3D face recognition[C].International Conference on Audio-and-Video based Biometric Person Authentication,2005.

        [5]楊穎,耿國(guó)華.人臉特征點(diǎn)自動(dòng)標(biāo)定方法的研究[J].計(jì)算機(jī)應(yīng)用與軟件,2007,31(6):62 -66.

        [6]王蜜宮,陳鍛生,林超.基于局部形狀圖的三維人臉特征點(diǎn)自動(dòng)定位[J].計(jì)算機(jī)應(yīng)用,2010,29(9):19 -24.

        [7]DORAI C,JAIN A K.COSMOS - A representation scheme for 3D free - form objects[J].IEEE Transaction on PAMI,1997,19(10):1115 -1130.

        [8]LU X,COLBRY D,JAIN A.Three - dimensional model based face recognition[C].Cambrige,UK:InProc.International Conference on Pattern Recogniton,2004:362 -366.

        [9]張廣鵬,張艷寧,郭哲.基于精確主軸分析及ICP的三維人臉配準(zhǔn)[J].計(jì)算機(jī)工程與應(yīng)用,2009,31(5):98-101.

        [10]李曉莉,達(dá)飛鵬.基于側(cè)面輪廓線和剛性區(qū)域的三維人臉識(shí)別[J].中國(guó)圖象圖形學(xué)報(bào),2010,34(2):367 -372.

        [11]NAGAMINE T,UEMURA T,MASUDA I.3D facial image analysis for human identification[C].International Conference on Pattern Recognition,1992:324 -327.

        [12]PAN G,WU Z H.3D face recognition from range data[J].International Journal of Image and Graghics,2005(5):573 -593.

        [13]雷蘊(yùn)奇,宋曉冰,袁美玲,等.雙目視覺(jué)中的一種人臉立體匹配及視差計(jì)算方法[J].廈門大學(xué)學(xué)報(bào):自然科學(xué)版,2009,32(1):191 -196.

        [14]HESHER C,SRIVASTAVA A,ERLEBACHER G.A novel technique for face recognition using range images[C].Seventh Int'l Symposium on Signal Processing and Its Application,2003.

        [15]KIRBY M,SIROVICH L.Application of the Karhumen-loeve procedure for the characterization of human faces[J].IEEE Transaction on PAMI,1990,12(1):103 -108.

        [16]TURK M,PENTLAND A.Face processing:models for recognition[C].Proc.Intelligent Robots and Computer Vision VIII,SPIE,1989,192:22 -32.

        [17]阮秋琦,田文君.具有深度圖像的三維人臉特征提?。跩].鐵道學(xué)報(bào),2009,33(4):87 -92.

        [18]LEE J C,MILIOS E.Matching range images of human faces[C].International Conference on Computer Vision,1990,39(1):1023-1036.

        [19]TANAKA H T,IKEDA M,CHIAKI H.Curvature- based face surface recognition using spherical correlation principal directions for curved object recognition[C].Third International Conference on Automated Face and Gesture Recognition,1998:372 -277.

        猜你喜歡
        鼻尖輪廓線曲率
        大曲率沉管安裝關(guān)鍵技術(shù)研究
        一類雙曲平均曲率流的對(duì)稱與整體解
        基于HTML5的凸輪廓線圖解法App教學(xué)軟件研究
        半正迷向曲率的四維Shrinking Gradient Ricci Solitons
        節(jié)日帽
        不同方式修復(fù)鼻尖和鼻背部軟組織缺損的臨床比較
        鼻尖外觀的整形修復(fù)技術(shù)研究
        多輪廓線的三維形體重構(gòu)技術(shù)研究與實(shí)現(xiàn)*
        基于鼻子下輪廓線的鼻尖定位法
        Esn+1中具有至多兩個(gè)不同主曲率的2-調(diào)和超曲面
        超碰97人人做人人爱少妇| 国产av一区二区三区在线播放| 成熟了的熟妇毛茸茸| 亚洲午夜精品久久久久久人妖| AV无码中文字幕不卡一二三区| 手机在线观看亚洲av | 天堂网av一区二区三区在线观看| а√资源新版在线天堂| 国产亚洲精品自在久久蜜tv| 亚洲在线视频一区二区| 免费亚洲老熟熟女熟女熟女| 亚洲国产成人片在线观看无码| 福利一区二区三区视频午夜观看| 极品少妇一区二区三区四区| 精品一区二区av天堂色偷偷| 午夜无码片在线观看影视| 伊香蕉大综综综合久久| 日本av一区二区三区四区| 成人欧美一区二区三区在线| 国产高潮国产高潮久久久| 亚洲国产精品综合久久20| av成人综合在线资源站| 成人做爰69片免费看网站野花| 国产午夜影视大全免费观看| 日韩精品人妻中文字幕有码| 成人大片免费观看视频| 性色av闺蜜一区二区三区| 亚洲乱码一区二区三区成人小说 | 美女扒开内裤让我捅的视频| 欧美狠狠入鲁的视频777色| 99视频一区| 国产三级三级精品久久| 精品国产三级a∨在线欧美| 伊人久久无码中文字幕| 国产精品人成在线观看| 精品粉嫩av一区二区三区| 亚洲va无码手机在线电影| 亚洲日韩中文字幕在线播放| 国产色视频在线观看了| 亚洲色大成网站www永久网站| 亚洲自拍另类制服在线|