基于二维三维信息融合的人脸识别-北京工业大学学报.pdfVIP

第37卷第6期 V01．37 北京工业大学学报 N。．6 201 OF OF 1年6月 JOURNALBEIJINGUNIVERSITYTECHNOLOGY Jun．201l 基于二维、三维信息融合的人脸识别 孙艳丰，张扬，唐恒亮 (北京工业大学计算机学院。北京 1000124) 摘要：为解决光照、姿态等因素发生变化时二维人脸识别算法识别率骤然下降的问题，提出了基于二维、三维 信息融合的人脸识别方法．与其他算法不同，该算法输入为一幅二维灰度图像，通过重建相应的三维模型提供 三维信息．对于二维图像，选择局部二值模式(LBP)特征进行人脸表示．对于三维模型，定义了54个特征点，将 鼻尖点与特征点之间的测地线距离作为三维特征．对2种特征识别结果采用加权融合的方式，权值的确定依据 Fisher判别准则．通过CAS-PEAL-R1人脸库对提出的算法进行了测试，并与其他方法进行了比较． 关键词：信息融合；局部二值模式；测地线距离；人脸识别 306．1 中图分类号：TP 文献标志码：A 文章编号：0254—0037(2011)06—0928—05 目前，二维人脸识别技术相对成熟，但大多数算法都是针对单一的二维图像进行人脸识别，不可避免 受到环境(光线、背景、视角等)和人脸本身(姿态、表情、遮挡等)给识别带来的不利影响，识别的准确度受 到限制．为了解决这一问题，人们提出了基于二维、三维信息融合的人脸识别方法，通过融合三维信息，弥 补二维人脸识别的不足，从而提高识别性能．Godil等…提出了一种在像素层以及决策层融合形状信息与 纹理信息的方法，并选取200人进行了实验，该方法简单、快速，在决策级获得了82％的识别率；Beumier 等拉’提出了一种利用二维和三维加权相似测量的方法进行多特征融合的人脸识别．对二维和三维数据均 利用中心轮廓线和横向轮廓线把人脸分成4个区域，然后用相似矩阵加权和进行识别实验，其识别等错误 signatures)表示三维人脸，并分别用相似性函数和支持向量机作为分类器进行测试，得到以下结论：支持向 量机分类器效果优于相似性函数；基于融合的识别性能优于基于单一特征的识别性能． 基于二维、三维信息融合的识别方法可以解决利用单一二维特征进行识别遇到的瓶颈问题，但三维数 据获取困难，成本高．作者提出了一种解决方案，通过输入二维灰度图像，重建对应的三维模型来提供三 维信息．为了测试本文提出方法的可行性，对CAS—PEAL·R1人脸库进行了实验分析．实验结果表明，本文 方法同样可以获得令人满意的识别结果． 1 特征提取 1．1二维特征提取 二维人脸识别可以从全局和局部进行人脸描述，主成分分析(PCA)、线性判别分析(LDA)等方法均． 从全局进行人脸描述，最大限度地保留了图像的纹理信息，得到图像的全局特征，但该类方法具有小样本 问题，并容易受光照、姿态等因素影响．局部描述则克服了这些问题，局部二值模式H一1(10calbinary pattern，LBP)算子就是一种非常成功的局部特征提取方法，它具有以下优点： 1)计算简单．在人脸识别中，基于LBP方法所需要的计算操作仅仅是简单的模板操作以及直方图向 收稿日期：2009．03-09． 基金项目：国家自然科学基金资助项目；国家科技支撑计划资助项目(2007BAHl3)． 作者简介：孙艳丰(19“一)，女，黑龙江齐齐哈尔人，教授． "M}，*：4十。镕=镕信E№合∞^nmⅢ 量的生成，从分类的角度来看，这种优点带求的足”I【练代价的^幅降低和分娄速度的提高 2)特征分类能力强作为罔像纹理表示的一种极其有效的方法，币仅能描述出图像中的一些微小特 征，包括亮点、暗点、稳定区域以及中心慑边缘信息等，而且它能反血出这些特征的分如情况另外，LBP 具有任意单督爿变换小变性和图像旋转小变性，使得它对于光照变化极为鲁棒，这些优点使I．BP特征具有 极强的分类能力，这也是本文选取LBP作为=