-
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。
-
公开(公告)号：CN104598879A
公开(公告)日：2015-05-06
申请号：CN201510008187.4
申请日：2015-01-07
Applicant: 东南大学
CPC classification number: G06K9/00248 , G06K9/00281 , G06K9/4604
Abstract: 一种基于半刚性区域面部轮廓线的三维人脸识别方法，步骤如下：（1）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；（2）从三维人脸模型的半刚性区域提取人脸多条垂直方向的轮廓线来表征人脸面部曲面；（3）利用弹性曲线匹配算法计算不同三维人脸模型间对应的轮廓线在预形状空间中的测地距离，将其作为相似性度量，并且对所有轮廓线的相似度向量加权融合，得到总相似度用于识别。本发明提出的三维人脸识别方法具有较强的识别性能，并且对表情变化具有较好的鲁棒性，同时还提高了人脸匹配速度。
-
公开(公告)号：CN107748871B
公开(公告)日：2021-04-06
申请号：CN201711024463.1
申请日：2017-10-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于多尺度协方差描述子与局部敏感黎曼核稀疏分类的三维人脸识别方法，包括如下步骤：分别对原始的G个库集人脸模型和P个测试集人脸模型进行自动预处理；根据步骤(1)自动预处理之后的库集人脸模型和测试集人脸模型建立尺度空间并进行多尺度关键点检测及其邻域提取；对每个尺度下的每个关键点邻域提取d×d维的局部协方差描述子，并对这些局部协方差描述子进行多尺度融合构建多尺度协方差描述子；映射局部协方差描述子到可再生希尔伯特空间，提出局部敏感黎曼核稀疏表示对三维人脸进行分类识别。本发明能有效提高单一尺度局部协方差描述子的表述能力，同时局部敏感黎曼核稀疏分类可有效地利用多尺度描述子的局部性。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN104091162B
公开(公告)日：2017-06-23
申请号：CN201410343015.8
申请日：2014-07-17
Applicant: 东南大学
Abstract: 一种基于特征点的三维人脸识别方法，步骤如下：首先，对三维人脸模型进行预处理，通过线性插值将点云数据映射为深度图像；然后，在深度图上应用Gabor滤波粗略定位出人脸特征点，再根据Shape Index特征在人脸点云上精确定位出特征点；其次，提取以鼻中为中心的一系列等测地轮廓线来表征人脸形状，提取具有姿态不变性的Procrustean向量特征（距离和角度）作为识别特征；最后，对各条等测地轮廓线特征进行加权融合用于最后的识别。本发明提出的三维人脸识别方法具有很好的定位和识别性能，并且对表情、姿态具有较好的鲁棒性。
-
公开(公告)号：CN107748859B
公开(公告)日：2021-04-27
申请号：CN201710678120.0
申请日：2017-08-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于径向线的局部遮挡下的三维人脸识别方法，该方法实现步骤为：(1)提取人脸上从鼻尖点发射的径向线，并对径向线鼻尖点以上部分进行均匀采样；(2)提取采样点之间的局部区域，并构造局域的特征描述符；(3)构造特征描述符的代价函数，生成对应径向线的具有局部匹配特点的相似向量；(4)匹配对应径向线的相似向量得到相似值，所有径向线的相似值之和就是两张三维人脸的相似值，从而完成人脸识别。本发明通过对径向线进行截取和采样，提取采样点之间的局部区域并提取局部特征，增大了径向线的有效信息，提高了局部遮挡情况下的三维人脸识别准确率。
-
公开(公告)号：CN107748871A
公开(公告)日：2018-03-02
申请号：CN201711024463.1
申请日：2017-10-27
Applicant: 东南大学
CPC classification number: G06K9/00214 , G06K9/00268 , G06K9/00288 , G06K9/624
Abstract: 本发明公开了一种基于多尺度协方差描述子与局部敏感黎曼核稀疏分类的三维人脸识别方法，包括如下步骤：分别对原始的G个库集人脸模型和P个测试集人脸模型进行自动预处理；根据步骤(1)自动预处理之后的库集人脸模型和测试集人脸模型建立尺度空间并进行多尺度关键点检测及其邻域提取；对每个尺度下的每个关键点邻域提取d×d维的局部协方差描述子，并对这些局部协方差描述子进行多尺度融合构建多尺度协方差描述子；映射局部协方差描述子到可再生希尔伯特空间，提出局部敏感黎曼核稀疏表示对三维人脸进行分类识别。本发明能有效提高单一尺度局部协方差描述子的表述能力，同时局部敏感黎曼核稀疏分类可有效地利用多尺度描述子的局部性。
-
公开(公告)号：CN107748859A
公开(公告)日：2018-03-02
申请号：CN201710678120.0
申请日：2017-08-10
Applicant: 东南大学
CPC classification number: G06K9/00268 , G06K9/00221 , G06K9/6201 , G06K9/6215
Abstract: 本发明公开了一种基于径向线的局部遮挡下的三维人脸识别方法，该方法实现步骤为：(1)提取人脸上从鼻尖点发射的径向线，并对径向线鼻尖点以上部分进行均匀采样；(2)提取采样点之间的局部区域，并构造局域的特征描述符；(3)构造特征描述符的代价函数，生成对应径向线的具有局部匹配特点的相似向量；(4)匹配对应径向线的相似向量得到相似值，所有径向线的相似值之和就是两张三维人脸的相似值，从而完成人脸识别。本发明通过对径向线进行截取和采样，提取采样点之间的局部区域并提取局部特征，增大了径向线的有效信息，提高了局部遮挡情况下的三维人脸识别准确率。
-
公开(公告)号：CN104091162A
公开(公告)日：2014-10-08
申请号：CN201410343015.8
申请日：2014-07-17
Applicant: 东南大学
Abstract: 一种基于特征点的三维人脸识别方法，步骤如下：首先，对三维人脸模型进行预处理，通过线性插值将点云数据映射为深度图像；然后，在深度图上应用Gabor滤波粗略定位出人脸特征点，再根据ShapeIndex特征在人脸点云上精确定位出特征点；其次，提取以鼻中为中心的一系列等测地轮廓线来表征人脸形状，提取具有姿态不变性的Procrustean向量特征（距离和角度）作为识别特征；最后，对各条等测地轮廓线特征进行加权融合用于最后的识别。本发明提出的三维人脸识别方法具有很好的定位和识别性能，并且对表情、姿态具有较好的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
