基于姿态估计的正面人脸图像合成

为对不同姿态下的人脸图像进行处理,提出一种基于姿态估计的正面人脸图像合成方法。利用统计建模的思想重构缺失的人脸形状和纹理。运用平均三维模型估计测试图像的姿态参数,结合压缩感知理论构建形变模型。应用稀疏形变模型理论分别重构测试人脸的三维形状和纹理,根据测试图像与重构模型生成正面人脸图像。实验结果表明,该方法能够由一幅姿态人脸图像合成出精确、自然的正脸图像,并具有较高的识别率。

基于测地线采样的三维表情人脸识别

针对测地线类人脸识别算法速度慢的问题,提出了一种基于测地线环带特征点采样的三维人脸识别方法。首先根据测地线距离以鼻尖点为中心在人脸表面绘制一系列等距测地线环;再对测地线环带进行特征点采样构成人脸描述特征,并进行PCA(Principal Component Analysis)运算和去相关处理;最终使用投票法融合各环带单独结果以识别人脸。在Face Ware House表情三维人脸数据集上进行的识别实验表明,该方法识别准确率与传统测地线法相当,而识别时间有明显减少,平均识别时间由2.55 s降至0.624 3 s。