随着社会的发展、科技的进步,对方便、可靠、自动身份鉴别的实际需求日益迫切,生物特征识别特别是人脸识别已成为机器智能研究的热点问题。研究人脸识别,其意义不仅仅在于推动图像处理、模式识别理论与应用的发展,满足身份验证、基于内容的检索等实际需求;同时,由于人脸模式的特殊性,研究人脸识别对推动认知科学、生理学、心理学等相关学科的研究发展也有积极的作用。 本文首先概述了生物特征识别的特点及技术实现的实际问题,然后对人脸识别技术的研究内容、应用领域、发展历史进行了详细的阐述,对传统的二维人脸识别和三维人脸识别的难点与挑战进行了研究与探讨,在此基础上,对三维人脸识别的第一步——三维人脸建模问题作了一些理论和实验研究工作。论文主要完成的工作如下: (1) 对生物特征识别的意义、生物特征的选取和生物特征识别系统的实用化问题进行了较为深入的研究。围绕人脸识别这一关键的生物特征识别技术,对国内外人脸识别研究小组的工作进行了追踪,综述了人脸识别的发展历史及应用领域,综述了传统的二维人脸识别和三维人脸识别的基本方法,并对其面临的技术难点与挑战分别进行了详细的探讨。 (2) 对三维人脸识别中的三维人脸建模问题进行了研究。三维人脸建模是进行三维人脸识别的第一步,该阶段所获取的人脸三维数据的精确性和完整性直接决定着后续过程的结果。分析了目前采用较多的由二维图像构建三维人脸的方法。由于人脸具有不规则的三维结构,任何基于两幅图像合成三维人脸的方法都具有数据不完整、不精确的缺点,严重影响了三维人脸识别的精确度,本文从二维图像构建三维人脸的常用的两类方法入手,分别在各自的基础上增加图像的数量,进行基于多幅图像的三维人脸建模,在一定程度上提高了三维人脸数据的完整性和精确性。 (3) 立体图像匹配是三维人脸建模的关键步骤,也是双目立体视觉技术的难点所在,匹配的结果直接影响着三维人脸数据的精确性。立体图像匹配在动态人脸检测与跟踪过程中也起到重要作用。分析了双目立体视觉技术的理论基础,研究比较了立体图像匹配的常用算法,并提出了基于小波变换的人脸立体图像匹配算法。小波变换提取图像中稳定的边缘特征,利用这些特征找出可能的匹配点集,再采用各种约束及松弛迭代算法求出唯一匹配。实验证实了算法的正确性。