需要金幣： 2000 個金幣 |
資料包括：完整論文 |  |
 |
| 轉換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字數(shù)：22812 |  | |
| 折扣與優(yōu)惠：團購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要：人臉識別技術是具有發(fā)展?jié)摿Φ纳锾卣髯R別技術之一，在近幾十年中得到了迅速的發(fā)展。在現(xiàn)有的人臉識別系統(tǒng)里面，在部分公開數(shù)據(jù)集上已經取得了良好的成績，然而這些成績一部分是建立在嚴苛的實驗環(huán)境基礎之上的。在實際的應用過程中，人臉識別系統(tǒng)一般采集的人臉圖像往往在光照、表情、姿態(tài)、背景上變化復雜，這些變化會影響人臉識別的準確率，其中人臉姿態(tài)的變化對于識別的影響很大。因此，在進行人臉識別之前要先對圖像進行矯正，主要思想就是把姿態(tài)有變化的人臉矯正為正面人臉。本文針對人臉不同姿態(tài)這一問題，重點研究了基于網(wǎng)格扭曲的多姿態(tài)人臉矯正。 本算法實現(xiàn)了人臉姿態(tài)的矯正，即以一個標準正面的人臉圖像為模板，對待矯正的人臉圖像進行網(wǎng)格扭曲，使其中的人臉姿態(tài)與模板圖像中的人臉姿態(tài)對齊。本算法使用了數(shù)學軟件MATLAB來進行編程。在算法的實現(xiàn)過程中可以分為三步： (1)使用Viola-Jones算法進行人臉檢測； (2)使用了SDM算法來進行人臉的特征點標記，輸出標注了人臉特征點的人臉圖像，研究過程中采集面部輪廓、眉毛、鼻子、眼睛、嘴唇的形狀作為特征點集合； (3)運用Mesh-Warp實現(xiàn)人臉矯正，輸入待矯正的圖像后，利用檢測出的特征點計算出覆蓋整個面部的Delaunay三角網(wǎng)，經由仿射變換，把這些三角形的每條邊都映射到參考面網(wǎng)格上對應的三角形上面，實現(xiàn)圖像對齊，這樣就完成了矯正。 關鍵詞：人臉識別；人臉矯正；監(jiān)督下降法(SDM)；Mesh-Warp； MATLAB
目錄 摘要 Abstract 1 緒論-1 1.1 研究背景和意義-1 1.2 研究現(xiàn)狀-1 1.3 本文的研究內容及結構安排-2 1.3.1 研究內容-2 1.3.2 結構安排-3 2 圖像處理的MATLAB實現(xiàn)-4 2.1 MATLAB簡介-4 2.2 數(shù)字圖像處理及過程-4 2.2.1 圖像處理的基本操作-4 2.2.2 圖像類型的轉換-4 2.2.3灰度轉換-4 2.2.4邊緣檢測-5 2.2.5噪聲處理-5 3 基于SDM算法的人臉特征點檢測-7 3.1 人臉檢測-7 3.2 監(jiān)督下降法(SDM)算法介紹-8 3.2.1 概述-8 3.2.2 牛頓步-8 3.2.3 從牛頓步推導SDM方法-9 3.3 基于SDM算法的人臉特征點檢測-12 3.3.1 SDM算法流程-12 3.3.2 SDM算法流程圖-13 3.3.3 SIFT特征點檢測-13 4 基于Mesh-Warp的人臉矯正-18 4.1 Delaunay三角剖分介紹-18 4.1.1 三角剖分定義-18 4.1.2 Delaunay三角剖分的定義-18 4.1.3 Delaunay三角剖分準則-19 4.1.4 Delaunay三角剖分特性-19 4.1.5 局部最優(yōu)化處理-20 4.2 Delaunay三角剖分算法-20 4.2.1 Lawson算法-20 4.2.2 Bowyer-Watson算法-21 4.3 基于MeshWarp的人臉矯正-24 4.3.1 包圍盒-24 4.3.2 人臉矯正的流程-24 4.3.3 面部變形-25 4.3.4 仿射變換-26 5 實驗結果及分析-29 5.1 人臉數(shù)據(jù)庫簡介-29 5.2 LFW人臉庫上的實驗結果-29 5.3 對比分析-32 6 總結-35 參 考 文 獻-37 致 謝-39 附 錄 A-40 附 錄 B-45 |
