基于3D配准的视障人士面部识别技术解析
在当今科技飞速发展的时代,帮助视障人士进行实时面部识别具有重要的社会意义。本文将详细介绍一种基于3D配准的面部识别方法,以及相关的实验和分析。
1. 3D面部特征点提取
为了帮助视障人士进行实时面部识别,我们选择Kinect作为输入传感器,并提出了一种高效的ICP配准方法。在介绍基于ICP的面部识别方法之前,先来看两个基本模块:面部特征提取和基于ICP的面部匹配。
Kinect使用正则化最大似然可变形模型拟合(DMF)算法来定位面部点。通过该算法,我们可以获得面部的3D特征点,总共121个特征点,它们基于特定模型对称分布在面部。获取这121个特征点后,我们利用它们的对称关系构建全视图面部,这在侧视图中只有部分面部可见的情况下非常重要。对称关系是通过计算与正脸的面部特征位置关系找到的。
| pl | pr | pl | pr | pl | pr | pl | pr | pl | pr | pl | pr |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 0 | 1 | 34 | 2 | 2 | 3 | <
超级会员免费看
订阅专栏 解锁全文
1434

被折叠的 条评论
为什么被折叠?



