题名 | 三维人脸稠密配准算法及其应用研究 |
作者 | 范振峰 |
答辩日期 | 2020-09 |
文献子类 | 博士 |
授予单位 | 中国科学院大学 |
授予地点 | 中国科学院自动化研究所 |
导师 | 彭思龙 |
关键词 | 三维人脸模型 非刚性配准 稠密对应 人脸图像超分辨重建 卷积神经网络 低维空间扰动 |
学位专业 | 工学博士 |
英文摘要 | 三维人脸的稠密配准旨在对表示不同三维人脸的空间数据进行精细和稠密的匹配。良好的稠密配准是三维人脸分析的前提,其后续应用包括三维人脸重建、三维人脸识别以及三维人脸建模和仿真等等。三维人脸的稠密配准也为关于二维人脸图像的很多任务提供了新的解决方案。相比于二维人脸图像,三维人脸包含额外的几何信息,这些几何信息在人脸的不同姿态角的成像和环境光的照射下具有较好的鲁棒性,其同样有助于解决人脸表情变化引起的若干问题。总的来说,三维人脸的稠密配准有两大主要功能:(1)它使得不同三维人脸能表达成一个统一的向量形式,有利于进一步做数据分析;(2)相比于稀疏的锚点对应,稠密配准不但能刻画人脸的整体结构,而且能刻画人脸的细微结构。 三维人脸稠密配准也属于点云的非刚性配准范畴,是一个重要且具有挑战性的问题。其难点在于:(1)数学意义上,相比于刚性配准,该问题并没有显式的数学表达式来进行优化求解;(2)物理意义上,相比于少数的人脸锚点,大多数稠密的点并没有确切的解剖学定义。这同样为配准结果的评价增加了不确定性。 三维人脸稠密配准有着诸多的后续应用。一方面,它是三维人脸数据分析的前提,通过稠密配准建立的三维人脸可以进行统计分析,较好地稀疏建模表示新的三维人脸数据,其可直接应用于在三维人脸识别。另一方面,建立稠密配准的三维人脸有益于从根本成像原理上为二维人脸图像任务提供正确的指导方案,激发新的问题解决思路。 本文从三维人脸稠密配准这一根本问题入手,分析了三维人脸模型的建立过程,也研究了其相关的三维人脸和二维人脸图像方面的应用工作。其主要内容和创新点如下: (1) (2) (3) (4) (5) |
语种 | 中文 |
页码 | 128 |
内容类型 | 学位论文 |
源URL | [http://ir.ia.ac.cn/handle/173211/40564] |
专题 | 毕业生_博士学位论文 |
通讯作者 | 范振峰 |
推荐引用方式 GB/T 7714 | 范振峰. 三维人脸稠密配准算法及其应用研究[D]. 中国科学院自动化研究所. 中国科学院大学. 2020. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论