论文部分内容阅读
现代是信息技术、网络技术的时代,身份识别与验证已经成为现代社会日常生活的基本活动之一。生物特征识别作为一种高新技术,由于其普遍性、唯一性、稳定性、易操作性等优点,正在逐渐担负起这一重要的角色。它能够满足国家公共安全、社会安全以及人机交互等方面的各类应用,生物特征识别被认为是未来身份验证的发展方向。用于人类身份识别的生物特征主要包括:人脸、指纹、虹膜、掌纹、耳廓形状、DNA等。其中人脸包含的视觉信息是体现一个人身份的最重要生物特征之一,与其他生物特征相比,人脸包含的特征信息具有采集方便、内容丰富、适用性广等优点。基于二维图像的人脸识别技术发展较早,但由于二维人脸图像不能提供实现身份识别所需要的完整信息,所以其识别的能力和效果不能尽如人意,目前已经取得的研究成果距离广泛的实际应用还有相当大的距离,因此需要借助三维技术来提高人脸识别的效果。三维人脸包含了更多的生物特征信息,如人脸形状信息。三维人脸识别还具有光照、姿态无关的优势,随着对三维人脸识别技术研究的深入,三维人脸识别将会成为人脸识别的最终发展方向。论文分析了当前在解决光照、姿态不变的人脸识别问题上,应用最为广泛的三维形变模型。针对现有基于三维形变模型的人脸识别系统的不足,提出将聚类技术应用到三维人脸建模过程中来提高建模的效果和效率,给出了三维人脸聚类建模的实现框架。要实现三维人脸的聚类首先要定义三维人脸相似性,本文对三维人脸相似性的定义进行了研究,提出了两种相似性定义办法,圆锥曲线相似性和图像梯度相似性,并通过实验证明了定义的可行性与高效性。基于三维人脸聚类建模提出了人脸识别系统的新框架,设计了与新系统对应的识别策略,解决了二维图像与形变模型之间相似性的计算问题,并设计了针对性的实验验证了其计算效率。最后总结了本文的研究工作,指出了下一步的研究方向。