基于数字条纹投影技术的多模态人脸识别研究
Multi-modal Face Recognition Based on Digital Fringe Projection
人脸识别是利用生物特征进行身份验证的一种重要手段,经历了几十年的发展,人脸识别已经取得很多重要的研究成果.但是由于人脸图像对光照、姿态和表情等引起的变化较为敏感,导致人脸识别系统的识别率会随着外界的变化产生巨大的差异,人脸识别研究仍将是一项具有现实意义同时充满挑战性的前沿课题.本文实现了运用图像二维灰度信息与三维几何信息相结合的多模态人脸识别技术,改进了传统人脸识别系统中对光照变化、纹理干扰和人脸姿态变化所带来的识别率下降的问题.文章分析并阐述了人脸识别系统实现的关键步骤,重点讨论了基于数字条纹投影技术的三维信息采集系统和相关信息的提取,基于支持向量机的人脸角度预分类器和基于主成分分析的决策级融合技术.我们首先介绍了人脸识别的基本概念,发展历程,研究背景以及技术挑战,然后阐述了课题中所涉及到的多模态人脸识别系统的研究意义,最后给出了多模态人脸识别系统的基本框架,本文的主要内容也是围绕着这个框架进行的.接下来,我们对传统的人脸识别算法进行了简要的归纳和比较,我们把传统算法按照输入数据的形式,分为基于二维信息的识别算法、基于三维信息的识别算法和两者结合的融合算法.介于这些算法各自的缺点和局限性,我们提出了基于数字条纹投影技术的多模态识别算法.然后,文章着重介绍了多模态人脸识别系统的硬件设备和其配套的软件算法:实时数字条纹投影技术系统.该部分涉及到了课题中使用的硬件平台、数字条纹投影的方法和相移的算法.本文还介绍了为解决待测人脸对于角度变化的敏感性的问题,有针对性地设计了基于支持向量机的人脸角度预分类系统,为提升系统的整体识别率奠定了良好的基础.在对人脸进行了预分类之后,我们提出了基于灰度图与频谱图的人脸分类器的生成方法,然后采用线性融合技术,综合两者的分类结果,从而实现识别效率的最优化.我们会生成在不同角度下的人脸识别器,比如在正面人脸的情况下,建立一个基于灰度级图像的分类器和一个基于频谱的图像分类器.最后,我们对所提出的算法在大型三维人脸数据库FRGC上进行了测试,得到了满意的实验结果.
- 作者：
- 程杰
- 学位授予单位：
- 上海交通大学
- 专业名称：
- 计算机应用技术
- 授予学位：
- 硕士
- 学位年度：
- 2011年
- 导师姓名：
- 黄佩森
- 中图分类号：
- TP391.41
- 关键词：
- 数字条纹投影技术；人脸识别；支持向量机；特征提取
- Digital fringe projection； face recognition； supporter vectormachine； feature extraction