基于人臉識(shí)別的三維骨骼模型構(gòu)造
加入技術(shù)交流群
2 三維人臉骨骼模型的規(guī)范化
得到測地模型之后，主要通過對(duì)測地模型做PCA分析，估計(jì)并校準(zhǔn)人臉骨骼姿態(tài)。令S(P，K)表示人臉測地模型，其中P表示N個(gè)點(diǎn)pi的集合，
，1≤i≤N，K是一個(gè)抽象單純復(fù)形(alstract Simplicial complex)，它包含與頂點(diǎn)pi相關(guān)的一些信息：頂點(diǎn)v={i}∈K，{i，j}∈K以及三角面f={i，J，k}∈K。令Os表示三維人臉測地模型S(P，K)的質(zhì)心，我們首先計(jì)算測地模型頂點(diǎn)分布的協(xié)方差矩陣如下：
通過對(duì)C做主成分分析(PCA)，我們得到C的三個(gè)特征值λ1≥λ2≥λ3，以及與這三個(gè)特征值相對(duì)應(yīng)的三個(gè)特征向量v1，v2，v3。通常人臉骨骼都會(huì)比較長，也就是說人臉骨骼垂直方向的長度大于水平方向的長度。因此，協(xié)方差陣C會(huì)有三個(gè)不同的特征向量。特征向量v3表示測地模型的最小二乘擬合平面的法向量，特征向量v1，表示測地模型垂直方向，特征向量v2對(duì)應(yīng)與測地模型的水平方向。PCA算法的復(fù)雜度為O(N)。
取Os為原點(diǎn)，v1為坐標(biāo)x-軸，v3為坐標(biāo)z-軸，我們定義一個(gè)新的右手坐標(biāo)系。這個(gè)坐標(biāo)系反映了人臉骨骼的姿態(tài)，并且只與三維人臉骨骼模型的頂點(diǎn)分布有關(guān)。通過將測地模型旋轉(zhuǎn)到這個(gè)新的坐標(biāo)系下，可以達(dá)到校準(zhǔn)人臉骨骼姿態(tài)的目的。過程如下：
其中A表示從原始坐標(biāo)系旋轉(zhuǎn)到新坐標(biāo)系的旋轉(zhuǎn)矩陣，A中的V表示C的特征向量v1，v2，v3的分量。效果如圖4所示。本文引用地址：http://www.ex-cimer.com/article/187556.htm
測地模型在三維人臉的規(guī)范化在后續(xù)比對(duì)中起到了非常重要的作用。
3 實(shí)驗(yàn)結(jié)果
為檢測本構(gòu)造在人臉識(shí)別中的識(shí)別率，我們采用平均的Hausdorff距離(MHD)，進(jìn)行相似性比對(duì)，在相同條件進(jìn)行5組，每組100次蒙特卡洛仿真，比較基于特征的人臉識(shí)別與基于模板的人臉識(shí)別率，得到識(shí)別率如表1所示。
4 結(jié)論
本文構(gòu)造了一種三維人臉骨骼模型，它以三維人臉骨骼的擬合平面和鼻尖定位作為模型的基本骨架，通過測地模型的計(jì)算，消除了人臉姿態(tài)的變化，然后作PCA分析，歸一化人臉骨骼標(biāo)準(zhǔn)坐標(biāo)進(jìn)行識(shí)別，實(shí)驗(yàn)表明，該方法可以提高人臉的識(shí)別率。
評(píng)論