基于稀疏表示的快速三维人脸识别方法

随着计算机技术和三维成像技术的发展,三维人脸识别因不易受光照、装扮变化的影响成为人脸识别和身份验证的新趋势,但是对于表情、姿态变化其识别率还是有待于改善,时间开销较长.本文提出基于稀疏表示原理,对人脸重要的特征鼻尖点进行提取,采用最近邻分类器进行分类识别.实验结果表明,对表情变化等具有较高的鲁棒性和识别效果,且时间开销极小,优于传统的三维人脸识别方法.

基于有效能量的3D人脸鼻尖点检测与姿态矫正

为提高鼻尖点检测与姿态矫正的精度,结合有效能量判断曲面的凹凸性,提出一种三维人脸鼻尖点检测与姿态矫正算法。利用有效能量在预处理后的三维人脸图像上确定候选鼻尖点,并根据其均值和方差进行二次筛选,将候选点最密集的区域作为鼻尖区域,进一步得到鼻尖点。计算鼻尖点到三维人脸上其他点的测地距离后切割出有效的人脸区域,同时采用主成分分析法对其进行矫正,通过迭代最近点算法精确对齐后得到对齐误差。基于大量三维人脸数据的仿真结果表明,该算法的检测和矫正成功率分别达到98.8%和98.3%,运行耗时仅为1.489 8 s。

一种多特征相结合的三维人脸关键点检测方法

关键点检测是三维人脸识别过程中非常重要的一步,为了提高关键点检测的准确度,提出了一种多特征相结合的三维人脸关键点检测方法。首先对训练集中的三维人脸手工标记关键点,计算三维人脸上每一点的不同特征值,得到每类关键点关于每个特征的均值和方差,其次对关键点和非关键点上的特征进行线性判别分析,得到与每个关键点相关的分值加权向量,将前面得到的均值,方差以及分值加权向量作为线下训练的结果输出。最后对于一个输入模型,结合线下训练的结果得到每个关键点的候选点,利用这些候选点构建人脸结构模型。再根据绝对距离约束,相对位置约束,FLM模型一致性分类,自旋图描述符等方法确定最终的关键点。实验部分,从CASIA-3DFaceV1和FRGC V2.0数据库中选不同姿态,不同表情,姿态与表情混合的三个数据集,对其进行关键点检测。实验结果表明,不同姿态的检测率为94.5%,不同表情的检测率为94%,和其他文献相比,检测率平均提高了20%,并且有着较高的运算效率。

自体软骨联合假体植入鼻尖成形术

目的:在纠正东方人低鼻、短鼻畸形的同时调整鼻小柱与鼻翼等的关系,使术后鼻尖的多维结构更趋自然。方法:用自体软骨及硅胶或膨体聚四氟乙烯假体组合移植行隆鼻术。取自体耳软骨修成盾牌状薄片多层移植于鼻尖;自体软骨修成T形移植于鼻小柱中央并前倾以改善鼻唇角,同时调整鼻翼与鼻小柱的关系。结果:本组22例,其中12例行半年到两年的术后随访,鼻造型均稳定,外形小巧,鼻尖表现点自然,无鼻尖红肿、皮肤破溃等不良反应。结论:组合移植自体软骨及鼻假体的鼻尖成形术后的鼻形更趋自然美观。