-
公开(公告)号:CN106022228B
公开(公告)日:2019-04-09
申请号:CN201610309718.8
申请日:2016-05-11
Applicant: 东南大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于网格纵横局部二值模式的三维人脸识别方法,步骤为:对三维人脸模型进行预处理,包括人脸区域切割、平滑处理和姿态归一化,将所有的人脸置于姿态坐标系下;从三维人脸模型的半刚性区域提取人脸7条侧面轮廓线,并对其中每条轮廓线进行均匀重采样以获得28个关键点来表征人脸面部曲面;提取关键点周围邻域,先分别用网格纵向局部二值模式描述符和网格横向局部二值模式描述符对关键点邻域进行表征,然后对两者进行特征融合获得网格纵横局部二值模式描述符,最后用LC‑KSVD2字典学习分类算法对3D人脸进行识别。本发明能够更加全面地描述均匀人脸网格表面由表情等原因引起的局部形状变化,具有较强的识别性能。
-
公开(公告)号:CN106022228A
公开(公告)日:2016-10-12
申请号:CN201610309718.8
申请日:2016-05-11
Applicant: 东南大学
IPC: G06K9/00
CPC classification number: G06K9/00201 , G06K9/00228 , G06K9/00275 , G06K9/00288
Abstract: 本发明公开了一种基于网格纵横局部二值模式的三维人脸识别方法,步骤为:对三维人脸模型进行预处理,包括人脸区域切割、平滑处理和姿态归一化,将所有的人脸置于姿态坐标系下;从三维人脸模型的半刚性区域提取人脸7条侧面轮廓线,并对其中每条轮廓线进行均匀重采样以获得28个关键点来表征人脸面部曲面;提取关键点周围邻域,先分别用网格纵向局部二值模式描述符和网格横向局部二值模式描述符对关键点邻域进行表征,然后对两者进行特征融合获得网格纵横局部二值模式描述符,最后用LC‑KSVD2字典学习分类算法对3D人脸进行识别。本发明能够更加全面地描述均匀人脸网格表面由表情等原因引起的局部形状变化,具有较强的识别性能。
-
公开(公告)号:CN106096503A
公开(公告)日:2016-11-09
申请号:CN201610367550.6
申请日:2016-05-30
Applicant: 东南大学
IPC: G06K9/00
CPC classification number: G06K9/00268 , G06K9/00201
Abstract: 本发明公开了一种基于关键点和局部特征的三维人脸识别方法,步骤如下:对三维人脸模型进行预处理,包括人脸区域切割、平滑处理和姿态归一化,将所有的人脸置于姿态坐标系下;根据有价值轮廓线和平均曲率检测关键点;根据DAISY描述符的形式构造局部特征的空间结构;采用形状指数直方图、倾斜角直方图和方向角直方图作为局部特征;进行关键点匹配,并用匹配成功的关键点数目来衡量两个人脸曲面的相似度。本发明识别性能较强,并且对表情变化具有一定的鲁棒性。
-
-