多姿态人脸 篇1
人脸识别是指计算机对检测到的人脸图像,与计算机中已存储的人脸库进行匹配后,进行相应身份认定的系统。目前对基于正面的人脸图像的识别已较为深入,也取得了不错的效果[1],尤其是基于全局特征的特征脸(PCA)方法[2]因其在正面人脸识别中识别正确率较高而备受关注,但由于该方法的实质是进行图像之间的灰度快速匹配,随着姿态变化增大、多姿态图像之间相关性减小从而识别率迅速下降。
近年来,三维人脸建模领域的研究进展和三维数据获取技术的发展为三维人脸识别提供了基础[3,4]。与二维图像相比,三维人脸数据提供了信息量更大、鲁棒性更强且与光照和头部姿态等因素无关的三维信息,因此基于三维数据的人脸识别方法有望克服目前基于图像的人脸识别方法所遇到的困难[5]。三维人脸识别的方法可以分为基于曲率的方法[6]、基于形状表征的方法[7]、基于空域信息的方法[8]和三维可变形模型的方法[9]。最近一种利用三维人脸模型投影进行2D测试图像+3D模板图像的识别模式被提出并取得一定的效果[10],但该模式需要对每个2D测试图像和模板库中的每个模型做比较,时间效率不高。本文提出了一种利用三维人脸模型匹配二维人脸图像的分层人脸识别方法,将三维人脸模型和传统人脸识别中表现良好的特征脸算法相结合,提高人脸识别对姿态的鲁棒性。
本文第1节简单介绍了三维人脸模型的获取,第2节详细描述了我们提出的基于三维人脸模型的多姿态人脸分层识别算法,2.1小节介绍了主成分分析、姿态特征脸和3D人脸模型产生2D图像的算法。2.2小节介绍了模糊姿态角判定算法和分层识别的过程,本文的实验结果及分析在第3节给出。
1 三维人脸模型的获取
三维数据获取技术可分为两大类:主动测距和被动测距。主动测距指系统主动向被测对象投射能量,然后根据所反射的能量来计算被测对象表面各点的位置信息,典型例子是结构光测距技术。目前较成熟的商业产品如Cyber Ware、Minolta公司的三维扫描仪。被动测距指系统被动接收来自于场景反射的光能量,形成光能量分布图如灰度图像,然后在分布图的基础上恢复场景的深度信息,典型例子是立体视觉技术,产品如Triclops、Shape Capture等公司的产品。
以上两类技术均可用于人脸数据的获取。尤其是主动测距技术,其对应的商业产品在人脸采集方面可达到很好的性能,如Cyber Ware公司的人脸三维扫描仪可达到小于1 mm的采集分辨力,而Minolta公司的产品Vivid 910,在快速模式下采集一个脸部曲面只需0.3 s。目前的三维数据采集设备在数据质量上己能较好满足三维人脸识别系统的要求,在采集速度上也己接近可应用程度。
密西根州立大学(MSU)利用Minolta Vivid910激光扫描仪对每个人脸从五个不同角度进行扫描,获得其对应的5个2.D模型。然后对这些2.D模型进行配准、融合、平滑等处理,形成了一个具有100个模型的三维人脸库[11]。北京工业大学(BJUT)利用Cyber Ware公司的3030RGB/PS激光扫描仪获取三维数据,并对原始三维人脸数据进行了平滑、补洞、切割以及坐标矫正等处理,建立了一个具有一定规模的三维人脸库(BJUT-3D Database)[12],为国内的三维人脸研究提供了平台。
2 基于三维人脸模型的多姿态分层人脸识别
我们提出的基于三维人脸模型的多姿态分层人脸识别算法的基本思想是首先对人脸库中的三维人脸模型向几个大的视角进行投影变换获得不同视角的2D人脸图像,然后按照不同视角进行归类形成姿态空间,对每个姿态空间中的人脸图像进行主成分分析,形成姿态特征脸。识别时首先对待匹配2D人脸图像进行姿态估计和模糊角度判定,根据估计结果在相应姿态空间进行第一次识别得到候选个体。将候选个体的三维模型向模糊角度附近进行投影,获得姿态变化的虚拟图像,将待匹配图像与虚拟图像进行匹配,匹配结果作为第二次识别的结果,识别流程如图1所示。
2.1 投影变换和姿态特征脸
二维图像可以看作是三维数据在平面上的投影,将三维模型进行旋转之后再投影可以生成不同姿态的二维图像。我们将三维模型沿y轴向逆时针分别做30º,60º和90º旋转,旋转变换见式(1),其中v为初始点的坐标向量,v′为旋转后的对应点的坐标向量,θ为旋转角度。
将旋转后的模型向X,Y平面做正投影变换,三维模型中的一点i在二维图像中的对应像素的位置由式(2)得到,其中nrows,ncols分别为二维图像的行,列分辨力。
该点在平面内对应像素点(r,c)处的纹理值为f(r,c)=fi,其中fi为第i点在三维模型中的纹理值。在投影过程中会出现三维模型中的多个点投影到X,Y平面的相同位置的情况,我们仿照自然视觉效果,取距离视点最近的点的纹理作为该点的纹理,即按照式(3)取(r,c)处的纹理值。其中z(i)为第i点的z坐标,r(i),c(i)分别表示第i点投影到二维图像中横轴位置和纵轴位置,N为三维模型中点的数量。
图2显示了BJUT三维人脸数据库一个人的三维模型及利用以上方法得到的其在不同视角下的二维投影图像。
基于PCA的人脸特征提取的思想来源于K-L变换[2],目的是通过线性变换找一组最优的单位正交向量基即主成分,用它们的线性组合来重建原样本,并使重建后的样本和原样本的误差最小。在人脸识别中,将人脸数据的协方差矩阵的特征值从大到小进行排列,选取前k个最大的特征值对应的特征向量(特征脸)的重构系数作为低维空间中的人脸特征向量,从而在低维空间中进行识别。我们将投影得到的二维图像按照投影角度分为0º,30º,60º和90º四类,对每类图像单独进行主成分分析,从而得到姿态特征脸,该过程是离线进行的,图3为30º姿态空间对应的部分特征脸图像。
2.2 姿态估计与分层识别
对待识别的人脸图像,首先利用图像相关进行姿态空间估计和姿态角度估计,取各姿态平均脸与测试图像相关系数最大的平均脸对应的姿态空间作为该测试图像的姿态空间。常用的姿态角度估计是基于人脸特征检测和分析来估计的[13],本文利用模糊数学的思想对测试图像的姿态角度进行估计,称为模糊姿态角度判断。假设对测试图像估计的最可能姿态空间为θ1和θ2,则认为该测试图像的姿态角度位于θ1和θ2之间,记测试图像属于θ1空间和θ2空间的隶属度分别为ρ1和ρ2,则测试图像的姿态角度θ可由式(4)线性估计。ρ1和ρ2应满足0≤ρ1≤1,0≤ρ2≤1并且ρ1+ρ2=1。
确定ρ1和ρ2是利用式(4)求解θ的关键,我们利用测试图像与θ1空间和θ2空间的平均脸的相关性来估计ρ1和ρ2。记测试图像和θ1空间与θ2空间的平均脸的相关系数为r1和r2,r1>r2,θ1空间与θ2空间的平均脸的相关系数记为ri,则ρ1和ρ2:
得到测试图像的姿态空间和模糊角度的估计之后,如图1所示,对测试图像在对应的姿态空间中利用PCA方法进行第一层识别,识别分类器采用基于欧式距离的最小距离分类器。当最小距离大于设定的信任距离阈值时,进入第二层识别,利用三维模型和第一层识别结果产生虚拟图像(实验中在模糊角度正负15º内以5º为步长作投影产生),对测试图像与虚拟图像进行相关性匹配,我们称为第二层识别,将相关度最大的虚拟图像作为最终的识别结果,注意我们的方法在识别人脸的同时也对测试人脸的姿态做出了估计。
3 实验结果与分析
本文从BJUT三维人脸库[12]中选取了30个人脸模型进行实验,30个模型都是中性表情,男女各15名,年龄有所变化。利用这些人脸模型和前面讨论的方法,建立了正面和3个左偏转侧面(30º,60º,90º)的姿态空间,BJUT人脸库没有提供对应的二维图像,本文利用三维模型在0∼90º内以10º为步长作旋转,将旋转之后的投影图像作为测试图像,则每个人具有左,右偏转各9幅图像和1幅正面图像共19幅测试图像,图4是实验中的部分测试图像。
表1为采用本文的模糊角度判定算法估计的角度和真实角度的比较,其中误差均值为判定的模糊角度结果与真实角度的差值的平均。结果显示本文的模糊角度判定算法对姿态子空间附近的角度判断比较准确,对姿态子空间之间的角度判断误差明显增大,主要原因是我们的算法是以隶属度与姿态子空间θ1与θ2存在线性关系的假设为前提的,而实际上它们之间并不是严格的线性映射关系。但从总体来看本文提出的模糊角度估计算法是有效的,根据判定结果可以有效的缩减姿态搜索的范围。
图5是本文对正面和左偏转测试图像的识别结果,从结果可以看出,本文的识别算法对姿态的变化具有较好的鲁棒性,经过第二层识别,识别率有所提高。实验数据也表明10º的偏转测试图像识别率不高,主要原因是10º的偏转图像与0º空间和30º空间的模板图像相似性都比较低,可以通过在10º附近增加新的姿态空间来提高识别率。表2比较了本文提出的分层识别方法中的一层首选识别、一层rank two识别、二层首选识别及总体PCA方法(未划分姿态空间)针对正面和左偏转图像的平均识别结果,结果显示了本文的方法较传统的PCA方法对姿态的变化具有较大的鲁棒性。实验中没有单独为右侧偏转人脸建立对应的姿态空间,对右侧面图像,可以采用特征检测的方法[13]初步判断其偏转方向,若为向右偏转,则生成与该图像关于y轴中线对称的虚拟图像,由于人脸的对称性质,该图像可以近似看作该人的左偏转图像,从而利用该虚拟图像作为测试图像进行识别,图6是右偏转测试图像的识别结果。
4 结论
我们设计了一个利用3D人脸模型识别姿态变化的二维人脸图像的分层人脸识别系统,实验结果表明该方法对对姿态的变化具有一定的鲁棒性,与三维可变形模型的方法[9]相比,本文方法具有不需要点对应,计算简单,计算时间短等特点,更有利于满足实时性的要求。本文的研究是利用三维模型解决非受限人脸识别的初步尝试,我们下一步将研究利用三维模型实现光照和姿态不变的识别系统和基于三维形状信息的识别算法。
志谢:
“御姐”,多姿态秋冬优雅进行时 篇2
《米娜》杂志主编，同时也担任《Scawaii!卡娜》、《型男志》运营总监，曾作为模特，获得“中国模特之星”优秀奖。
服装专业毕业，有十多年的时尚媒体从业经验，准确把握日系潮流，对时尚有着独特的深刻认识。自米娜成功推出自主服裝品牌“久尚”之后，兼任服装的设计商品总监，成为时尚一体化的引领人。
巴洛克的细腻精致
格子、花边、皮革和繁复的曳地长裙，配合主打的驼色、灰色和蓝色色系，演绎着高调与低调间的细腻结合。这些精致的巴洛克元素展示着御姐们的时尚姿态，盛装的气场空前高涨。
皮草兽纹的性感主义
T台上最吸引眼球的皮草和兽纹是御姐们必备的武器，简约的线条、奢华的材质和魅惑的纹路，性感也是她们多面姿态中的一个美丽演绎。野性十足的兽纹在她们的驾驭下变得乖巧而温顺，性感的豹纹与高贵皮革制造了一个奢华的精致。
The Elegant Styles for Ladies
御姐，是一种修炼而来的美丽姿态，优雅又性感，多变却不盲从，特立独行中带着不容置疑的腔调，形态在现世社交与高调自我之间按需求不断切换。她们在时尚光影间游走，带着自信的随意方向，又带着有趣、盛装的态度，用强大的气场和随心所欲的时尚去制造自我的多姿态优雅。
潇洒浅性别方程式
崇尚简约结构，追求优雅的形态感，廓形捕捉现代流动感，御姐们的气场向来随性而大胆，敢于尝试男性世界的着装风格。那些轻剪裁而重悬垂实用的大衣、西装外套、套装，抛弃了不必要的修饰，在御姐身上大放异彩。
优雅邂逅清新的写意
多姿态人脸 篇3
挠性多体航天器姿态动力学建模与分析
针对带有多个挠性附件以及天线转动机构的卫星等多体航天器,利用伪坐标Lagrange方程建立了系统的`姿态动力学模型.通过仿真计算,分析了星体与天线运动的耦合特性,以及挠性附件干扰对卫星姿态的影响,验证了数学模型的正确性.
作 者：刘莹莹 周军 LIU Ying-ying ZHOU Jun 作者单位：西北工业大学,航天学院,陕西,西安,710072 刊 名：飞行力学 ISTIC PKU英文刊名：FLIGHT DYNAMICS 年，卷(期)： 23(3) 分类号：V448 关键词：挠性航天器 多体航天器 卫星 Lagrange方程 动力学建模