当前位置：文档之家 › 基于改进二次误差测度及网格参数化的三维人脸本征属性描述方法

基于改进二次误差测度及网格参数化的三维人脸本征属性描述方法

  • 格式：pdf
  • 大小：582.98 KB
  • 文档页数：7

ｍｅｈ ｄ ａ ｒｖｄＱ ａ ｒ ｒｏ ｔｉ ＱＥ ｍｅｈｄ ｃ ｔ ｎｍｅｈ ｄｉｆ ｓ ｅ ｅ ｐ ｄｂ ｓ ｄｏ ｍｉ ｄ ｅ ｔ ｏ ， ｎｉ ｏ ｅ ｕ ｄｉ Ｅ ｒｒ ｒ ｓ（ Ｍ） ｓ ｅｉ ｉ ｔ ｏ ｒｔ ｖ ｌ ｅ ａｅ ｎｓ — ｇ ｍｐ ｃ Ｍｅ ｃ ｍａ ｏ ｓ ｉ ｄ ｏ ｅ ｅ
第 ３ 卷第 １ ２ ０期
２１ 年 １ ００ ０月
电
子
与
信
息
学
报
、 ０ ．２ ． Ｏ ， １ ＮＯ １ ３
Ｊ ｕ ｎ ｌ ｆ ｅ ｔ ｏ ｉ ｓ＆ Ｉ ｆ ｒ ｔｏ ｅ ｈ ｏ ｏ ｙ ｏ ｒ ａ ｃ ｒ ｎ ｃ ｏ Ｅｌ ｎ ｏ ｍａ ｉ ｎ Ｔ ｃ ｎ ｌ ｇ
０ｃ ． ０ ０ ｔ２ １
棒性。
关 键 词 ：人 脸 识 别 ； 网格 参数 化 ：保 形 同构 映射 ；本 征９． ４
Ｄ０Ｉ １ ．７ ４ Ｓ ．．１６２ ０ ．１３ ： ０３ ２ ／ ＰＪ１ ４ ．０ ９０ ０ ６
文献标 识码 ： Ａ
文章编 号：１０—８６２１）０ ３７ ７ ０９ ９ （ ０１． ０－ ５ ０ ２ ０
基 于 改进 二 次误 差测 度 及 网格 参 数 化 的三 维 人 脸 本 征 属 性 描 述 方 法
郭 哲 张艳 宁 林增 刚
７０２） １１９ ｆ 陕西省语音 图像处理重 点实验 室西北工业 大学计算机学院 西安
摘
要：３ 维人脸特征描述是３ 维人脸配准及 识别的关键技术 。该文针对３ 维人脸高分辨率模 型特 征分布不均匀 且存
Ｇｕ ｈ ｏＺ ｅ Ｚ ａ ｇ Ｙａ － ｉ ｇ ｈ ｎ ｎ－ ｎ ｎ Ｌｎ Ｚ ｎ —ａ ｇ ｉ ｅ ｇ－ ｎ ｇ
（ｈ ａ￣ Ｐ ｏｉｃ ｌ ｅ ａ ｅ ｈ Ｉ ｇ ｆｒ ｔ ｎＰ ｏｅ ｉｇ Ａ ）Ｓｈｏ ｏ ｏ ｐ ｔ ｃ ｎｅ Ｓ ａｎ ｒｖ ｉ ｙ ｂ ｆ ｐｅ ＆ ｍａｅ ｎｏｍａ ｏ ｒｃｓ ｎ（ ⅡＰ， ｃｏｌｆ ｍ ｕｅ Ｓｉ ｃ， ｎ ａＫ Ｌ ｏＳ ｃ Ｉ ｉ ｓ Ｓ Ｃ ｒ ｅ
ｆ ｌ ｉ ｇ ａ ｄ ａ ａ ｔｖ ｏ ｔ ｗｅｇ ｔｎ ．Ｍ ｕ ｔ— ｅ ｏ ｕ ｉ ｎ Ｄ ｎ ｒｎ ｉ ａ ｔ ｉ ｕ ｅ ｍ ａ ｅ ｃ ｎ ｂ ｈ ｎ ｏ ｔ ｉ ｅ ｙ ｏ ｄ ｎ ｎ ｄ ｐ ｉ ｅ ｃ ｓ ｉ ｈ ｉ ｇ ｌｉｒ ｓ ｌ ｔｏ ２ ｉ ｔ ｉ ｓｃ ｔ ｒｂ ｔ ｄ ｉ ｇ ａ ｅ ｔ ｅ ｂ ａ ｎ ｄ ｂ ｈ ｍｅ ｍｏ ｐｈ ｃ ｌ ｐ ｉ ｇ ３ ｄ ｃｍ ａ ｅ ａ ｉ ｌ ｓ ｎ ｏ ２ ｐ ａ ｅ ｗｉｈ ｔ ｅｈ ｇ ｅ ｔａ ｔ ｉ ｕ ｅｐ ｅ ｅ ｖ ｎ ａ ｅ ｎ ｏ ｏ ｒ ｉａ ｌ ｍａ ｐ ｎ Ｄ ｅ ｉ ｔ ｄ ｆ ｃ ａ ｙ ｍｅ ｈ ｉ ｔ Ｄ ｌ ｎ ｔ ｈ ｉ ｈ ｓ ｔ ｒｂ ｔ ｒ ｓ ｒ ｉ ｇ ｂ ｓ ｄｏ ｆａ ｕ ｅ ｒ ｓ ｒｃ ｅ ｏ ｆ ｒ ａ ｓ ｍ ｏ ｐ ｉ ａ ｐ ｎ ．Ｃｏ ｓ ｑ ｅ ｔｙ Ｄ ｕ ｆ ｃ ａ ｃ ｉ ｇ ｉｓ ｅ ｃ ｎ ｂ ｉ ｐ ｉ ｅ ｏ ａ ｅ ｔ ｒ ｅ ｔ ｉｔ ｄ ｃ ｎ ｍ ｌｉｏ ｒ ｈ ｃ ｍ ｐ ｉ ｇ ｏ ｎ ｅ ｕ ｎ ｌｊ ３ ｓ ｒａ ｅｍ ｔ ｈ ｎ ｓ ｕ ａ ｅ ｓｍ ｌ ｄ ｔ ｉ ｆ ２ ｉ ｇ ｔｈｎ ｓ ｅｂ ｏ Ｄ ｍａ ｅ ｍａ ｃ ｉ ｇ ｉ ｕ ｙ ｃ ｍｐ ｒｎ ｈ ｅ ｕ ｔｎ Ｄ ｔ ｉ ｓ ｃａ ｔ ｉ ｕ ｅ ｍａ ｅ ， ｉ ｈ ａ ｅ ｓ ａ ｌ ｎ ｏ ｕ ｔｔ ｓ ａ ｉ ｇ ｔ ｅ ｒ ｓ ｌｉ ｇ ２ ｉ ｒｎ ｉ ｔ ｒｂ ｔ ｄ ｉ ｇ ｓ ｗｈ ｃ ｒ ｔ ｂ ｅａ ｄ ｒ ｂ ｓ ｏ ｎ
Ｎｏｔｗ ｓｅｎＰｏｙｅｈ ｉａ Ｕ ｉｅｓ ｙ Ｘｉ ｎ７０ ２ ， ｈｎ ） ｒｈ ｅｔｒ ｌｔｃｎｃ ｌ ｎｖｒｉ ， ’ １ １ ９ Ｃ ｉａ ｔ ａ
Ａｂｓ ｒ ｃ ： ｎ ｖ ｌ Ｄ ａ ｅ ｉ ｔ ｉ ｓｃ ａ ｔ ｉ ｔ ｓｄ ｓ ｒｐ ｏ ｓｐ ｏ ｏ ｅ ｎ ｔ ｉ ｐ ｐ ｒ Ｔｈ ｒ ｓ ｎ ｅ ｅ ｃ ｉ ｔ ｒｉ ｕ ｅ ｔ ａ ｔ Ａ ｏ ｅ ３ ｆ ｃ ｒ ｎ ｉ ｔ ｒｂｕ ｅ ｅ ｃ ｉ ｔ ｒｉ ｒ ｐ ｓ ｄ ｉ ｈ ｓ ａ ｅ ． ｅｐ ｅ ｅ ｔ ｄ ｄ ｓ ｒｐ ｏ ｓ ｄ ｎ ｓ ｔ ｏ ｖ ｈ ｅ ｔ ｒ ｎ ｏ ｏ ｅ ｅ ｕ ｉｔ ｉ ｕ ｉ ｎ ａ ｄ ｒ ｄ ｎ ａ ｃ ｏ ｉ ｈ ｒ ｓ ｌ ｔｏ Ｄ ａ ｅ ｍｏ ｅ ． ｎ ｐ ｅ ｅ ｔ ｄ ｏ ｓ ｌ ｅ ｔ ｅ ｆ ａ ｕ ｅ ｉ ｈ ｍ ｇ ｎ ｏ ｓ ｄ ｓ ｒｂ ｔｏ ｎ ｅ ｕ ｄ ｎ ｙ ｆ ｒ ｈ ｇ ｅ ｏ ｕ ｉ ｎ ３ ｆ ｃ ｄ １ Ｉ ｒ ｓ ｎ ｅ
Ａｎ Ｉ ｒ ｖ ｄ Ｑｕ ｄ ｉ Ｅ ｒ ｒＭｅｒｃ ｎ ｅｈ Ｐ ｒ ｍｅｅ ｉ ｔｏ ｍｐ ｏ ｅ ａ ｒ ｒｏ ｔｉｓａ ｄＭ ｓ ａａ ｔｒｚ ｉｎ ｃ ａ
Ｂａ ｅ Ｄ ａ ｅ Ｉ ｔ ｉ ｉ ｔ ｉ ｔ ｓ Ｄｅ ｃ ｉ ｏ ｓ ｄ ３ Ｆ ｃ ｎ ｒ ｎｓｃ Ａｔ ｒ ｂｕ ｅ ｓ ｒ ｐｔ ｒ
在信息冗余的 问题，提出一种基于模型简化 和网格参数化 的３ 维人脸 特征描述 方法 。采 用半边折叠及 自适应收缩代
价 加 权 等 手 段 对 基 于 二 次 误 差 测 度 的 网格 简化 方 法 进 行 改 进 ，克 服 原 算 法 中存 在 重 叠 三 角 形 和 丢 失 细节 特 征 的 问
题 。同时，基 于多分辨分析思想，利用特征 约束 的保形 同构映射对简化后的３ 维人脸模 型在２ 维平面进行保形展开 ， 并由此 构造 多分辨２ 维本征属性 图。 该方法将３ 维空 间运算 问题简化为简单的２ 图像运算 ， 维 显著 降低 了计算复杂度 。 对 Ｇ ｖｂ Ｂ３ ａ ａ Ｄ 维人脸库的识别实验表明，该文方法能有效描述３ 维人脸的本征属性，同时对 数据 缺失具有较 强的鲁

合集下载

基于特征保持和二次误差测度的网格简化

基于特征保持和二次误差测度的网格简化


基 于特 征保 持 和 二 次 误 差 测度 的 网格 简化
李 龙 ， 明一 何
７０２ ） １１ ９
（ 西北工业 大学 目的 果
解 决 目前 网格 简化 算法不 能很好 地保 持 原始 网格 几何 特征 的 问题 。方法
征 。分割和 并行化 处理将 是今后 需要 解 决的 问题 。
关
键
词： 网格 简化 ； 半边折 叠 ； 次误 差测 度 ； 二 绝对 曲率 文 献标识 码 ： Ａ 文章编 号 ：０ ０２４Ｘ（０ ０ ０ ４ １ － １０ ． ７ ２ １ ） ３ ３ ９０ ４ ４
中 图分 类号 ：Ｐ ９ Ｔ３１
．
ｅ ｇ ｏ ａ ｓ ，ａ ｌ ａ ｄ ｐ ｈ ａｆｅ ｇ ｏｌ ｐ ｅ Ｒｅ ｕ ｔ Ｔ ｅ ｐ ｏ ｏ ｅ ｇ ｒ ｈ ｃ ｎ ｐ ｅ ｅ ｖ ｅ ｆａ ｕ ｅ ｆ ｄ ｅ ｃ ｌ ｐ ｅ ｓｗｅｌ ｓ ｏ ｔ ｅｈ ｌ ｄ ｅ ｃ ｌ ｓ ． ｓ ｌ ｌ ａ ｔ － ａ ｓ ｈ ｒ ｐ ｓ ｄ ａ ｏ ｉ ｍ ａ ｒ ｓ ｒ ｅｔ ｅ ｔ ｒ ｓｏ ｌ ｔ ｈ ｔ ｅ ｏ ｇｎ ｌｍｏ ｅ ｅｌａ ｄ ｅ ｃ ｅ ｔ ｅ ｕ ｅ ｔ ｅ ｓ ｒ ｇ ｏ ｓ ｍｅ Ｃｏ ｃｕ ｉ ｎ Ｔ ｅ ｐ ｏ ｏ ｅ ｇ ｒ ｈ ｃ ｎ ｐ ｅ ｈ ｒ ｉ ａ ｄ ｌｗ ｌ ｎ ｆ ｉｎ ｌ ｒ ｄ ｃ ｈ ｔ ａ ｅ ｃ ｎ ｕ ． ｎ ｌ ｓｏ ｈ ｒ ｐ ｓ ｄ ａ ｏ ｔ ｍ ａ ｒ ・ ｉ ｉ ｙ ｏ ｌ ｉ
本文在计算 网格模 型 的二 次误差测 度 的同时 ， 将
基 于二 次 将 顶
误差测度简化算法， 在计算折 叠代价时引入 网格模型顶点的绝对曲率， 同时采用半边折叠操作。结
提 出的算 法能够 有效地 达到特 征保 持 的 目的 ， 少 了简化过 程 中模 型的存 贮量 。结 论 减
基于二维纹理重建三维人脸深度图像后的人脸识别

基于二维纹理重建三维人脸深度图像后的人脸识别

基于二维纹理重建三维人脸深度图像后的人脸识别李睿;李科;孙家伟【摘要】利用二维纹理重建三维人脸深度图像,做到重建后的三维人脸深度图像可与人脸库中的三维模型深度图像进行特征提取比对识别.利用自编码网络将二维纹理映射重建为三维深度图,再利用卷积神经网络将二维人脸纹理图像映射的三维深度图与已有人脸库中的三维模型生成的深度图像分别提取特征进行对比识别.三维人脸深度图像对二维人脸纹理图像的异构异质识别率在100人的722组数据上达到75.21％的识别准确率.利用简单的卷积神经网络训练少量数据即可以达到不错的人脸识别准确率,表明基于二维纹理重建三维人脸深度图像后的人脸识别方法的可行性以及在数据增加和网络优化之后准确率存在极大地提升空间.【期刊名称】《现代计算机（专业版）》【年(卷),期】2019(000)010【总页数】4页(P56-59)【关键词】二维纹理;三维人脸;深度学习;人脸识别【作者】李睿;李科;孙家伟【作者单位】四川大学计算机学院,成都610065;四川大学视觉合成图形图像技术国防重点学科实验室,成都610065;四川川大智胜软件股份有限公司,成都610045【正文语种】中文0 引言在互联网技术不断发展的今天，人工智能[1]成为了当前众多前沿技术的潮流，追求软件应用的快捷、安全是各个领域重要的主题。

由于人工智能中计算机视觉技术[2]的快速发展，诞生出基于深度学习[3]的人脸识别技术可应用于各种需要验证身份的场景，如银行交易认证、车站卡口认证以及门禁系统等众多安防领域。

目前的人脸识别主要是利用二维人脸检测特征点[4]，并分部分训练深度学习模型提取特征，再利用特征信息比对进行身份识别。

但是由于受到姿势、光照、表情变化等因素的影响，其有较大的局限性。

此外，随着二维人脸识别技术的成熟与广泛应用，更高标准的安全性、可靠性要求被提出，于是三维人脸识别技术[5]开始诞生。

经过国内外研究人员的大量研究证明三维人脸可大大提高识别技术的可靠性。

基于改进的DECA三维人脸重建

基于改进的DECA三维人脸重建

基于改进的DECA三维人脸重建
杨豪;程磊
【期刊名称】《信息技术与信息化》
【年(卷),期】2022()1
【摘要】目前DECA模型在人脸重建方面取得了比较好的成果,但是对于光线影响较大的室外人脸图进行训练时,效率不高且总体性能一般,针对此问题,提出了一种基于DECA的改进算法。

首先将原来的SGD优化方法改进为Adam优化器;其次加入正则化损失,提高重建后的效果,并以此来达到避免过度拟合等情况,提升算法的泛化能力。

实验结果表明,改进后的DECA相比于原基础上效率平均提升了5%,并且重建效果得到了很大的改善,在一定程度上改善了性能与效率不足的问题。

【总页数】4页(P72-75)
【作者】杨豪;程磊
【作者单位】沈阳理工大学信息科学与工程学院
【正文语种】中文
【中图分类】TP3
【相关文献】
1.基于形变模型的三维人脸快速重建改进算法
2.基于形变模型的三维人脸重建方法及其改进
3.应用于人脸识别的基于Candide-3特定人脸三维重建
4.基于二维纹理重建三维人脸深度图像后的人脸识别
5.基于改进三维形变模型的三维人脸重建和密集人脸对齐方法
因版权原因，仅展示原文概要，查看原文内容请购买。

基于改进核范数的2DPCA人脸识别算法研究

基于改进核范数的2DPCA人脸识别算法研究

基于改进核范数的2DPCA人脸识别算法研究
刘辉;马文;何强
【期刊名称】《电视技术》
【年(卷),期】2016(40)11
【摘要】传统的二维主成分分析法广泛应用于图像特征提取,为了使此算法更加有效,提出了一种结构化二维算法,即核范数2DPCA算法(N-2-DPCA).该算法基于核范数重构误差准则,将核范数最优化问题转化为基于F范数的最优化问题,然后通过采用迭代方法寻找到最佳投影矩阵,最后运用最小欧氏距离规则识别出待识别人脸的身份.在此基础之上,将N-2-DPCA扩展到基于双边投影的算法(N-B2-DPCA),采用曲线搜索算法寻找到双边投影矩阵,继而进行识别.最后将提出的算法在FERET和Yale B人脸数据库中进行人脸识别评估,实验结果表明所提出的算法与L1-2DPCA 相比,重建误差降低了2.19％,识别率提高了2.03％,性能更好.
【总页数】6页(P126-131)
【作者】刘辉;马文;何强
【作者单位】重庆邮电大学通信新技术应用研究中心,重庆400065;重庆信科设计有限公司,重庆400065;重庆邮电大学通信新技术应用研究中心,重庆400065;重庆邮电大学通信新技术应用研究中心,重庆400065
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于Gabor小波和改进2DPCA的人脸识别方法 [J], 李其旭;王嘉梅;赵飞
2.基于Lp范数的2DPCA的人脸识别方法 [J], 李勇;梁志贞;夏士雄
3.基于DCT与改进分块2DPCA算法的人脸识别 [J], 路翀;乎西旦;尼亚孜别克;聂东
4.基于改进的2DPCA人脸识别方法研究 [J], 李童
5.基于改进的核判别分析的人脸识别算法研究 [J], 赵颖
因版权原因，仅展示原文概要，查看原文内容请购买。