主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
柴秀娟,山世光,卿来云,陈熙霖,高文.基于3D人脸重建的光照、姿态不变人脸识别.软件学报,2006,17(3):525-534
基于3D人脸重建的光照、姿态不变人脸识别
Pose and Illumination Invariant Face Recognition Based on 3D Face Reconstruction
投稿时间:2005-05-16  修订日期:2005-07-11
DOI:
中文关键词:  人脸识别  3D人脸重建  统计变形模型  球面谐波  商图像
英文关键词:face recognition  3D face reconstruction  statistic deformable model  spherical harmonic  ratio image
基金项目:Supported bythe National Natural Science Foundation of China under Grant No.60332010(国家自然科学基金);the"100 Talents Program"ofthe CAS(中国科学院百人计划);the Shanghai Municipal Sciences and Technology Committee of China under Grant No.03DZ15013(上海市科委项目);theISVISION Technologies Co.,Ltd(银晨智能识别科技有限公司资金资助)
作者单位
柴秀娟 哈尔滨工业大学计算机学院,黑龙江,哈尔滨,150001 
山世光 中国科学院计算技术研究所ICT-ISVISION面像识别联合实验室,北京,100080 
卿来云 中国科学院计算技术研究所ICT-ISVISION面像识别联合实验室,北京,100080 
陈熙霖 中国科学院计算技术研究所ICT-ISVISION面像识别联合实验室,北京,100080 
高文 中国科学院计算技术研究所ICT-ISVISION面像识别联合实验室,北京,100080 
摘要点击次数: 4100
全文下载次数: 5898
中文摘要:
      待匹配人脸图像与库存原型图像之间姿态和光照的差异是自动人脸识别的两个主要瓶颈问题,已有的解决方法往往只能单独处理二者之-,而不能同时处理光照和姿态问题.提出了一种对人脸图像中的姿态和光照变化同时进行校正处理的方法,即通过光照不变的3D人脸重建过程,将姿态和光照都校正到预先定义的标准条件下.首先,利用先验的统计变形模型,结合人脸图像上的一些关键点来恢复较为精细的人脸3D形状.基于此重建的3D形状,进而通过球面谐波商图像的方法估计输入图像的光照属性并提取输入图像的光照无关的纹理信息,从而将光照无关的3D人脸完全重构出来,生成输入人脸图像在标准姿态和光照条件下的虚拟视图,用于最终的分类识别,实现了对光照和姿态问题的同时处理.在CMU PIE数据库上的实验结果表明,此方法可以在很大程度上提高现有人脸识别方法对于原型集合(gallery)和测试集合中图像在姿态和光照不一致情况下识别结果的正确性
英文摘要:
      Pose and illumination changings from picture to picture are two main barriers toward full automatic face recognition. In this paper, a novel method to handle both pose and lighting conditions simultaneously is proposed, which calibrates the pose and lighting to a predefined reference condition through an illumination invariant 3D face reconstruction. First, some located facial landmarks and a priori statistical deformable 3D model are used to recover an elaborate 3D shape. Based on the recovered 3D shape, the “texture image” calibrated to a standard illumination is generated by spherical harmonics ratio image and finally the illumination independent 3D face is reconstructed completely. The proposed method combines the strength of statistical deformable model to describe the shape information and the compact representations of the illumination in spherical frequency space, and handles both the pose and illumination variation simultaneously. This algorithm can be used to synthesize virtual views of a given face image and enhance the performance of face recognition. Experimental results on CMU PIE database show that this method can significantly improve the accuracy of the existing face recognition method when pose and illumination are inconsistent between gallery and probe sets.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利