基于扩展二维不变矩的三维人脸特征提取

吉林大学学报(工学版) ›› 2012, Vol. 42 ›› Issue (02): 446-450.

基于扩展二维不变矩的三维人脸特征提取

郭哲, 张艳宁, 林增刚

西北工业大学计算机学院, 西安 710129

收稿日期:2010-10-25 出版日期:2012-03-01 发布日期:2012-03-01
通讯作者: 张艳宁(1967-),女,教授,博士生导师.研究方向:模式识别,信号处理.E-mail:ynzhang@nwpu.edu.cn E-mail:ynzhang@nwpu.edu.cn
作者简介:郭哲(1984-),女,博士研究生.研究方向:模式识别.E-mail:guozhe@mail.nwpu.edu.cn
基金资助:
国家自然科学基金项目(60872145); "863"国家高技术研究发展计划项目(2009AA01Z315); 教育部高等学校科技创新工程重大项目 (708085); 西北工业大学基础研究基金项目(JC201122).

3D face feature extraction based on extended 2D invariant moment

GUO Zhe, ZHANG Yan-ning, LIN Zeng-gang

School of Computer Science, Northwestern Polytechnical University, Xi'an 710129, China

Received:2010-10-25 Online:2012-03-01 Published:2012-03-01

摘要/Abstract

摘要： 将二维不变矩理论和算法扩展应用于三维人脸特征提取的研究,在对三维人脸模型进行预处理及网格归一化的基础上,建立了具有平移、比例和旋转不变性的三维人脸模型的Zernike矩不变量特征表示,并基于距离可分性设计了一种特征评价测度,对所提特征和深度特征进行了对比评价。多姿态三维人脸数据库的实验结果表明,三维人脸模型的Zernike矩不变量特征具有对不同姿态人脸模型鲁棒、可分性强等优点。

关键词: 计算机应用, 三维人脸特征提取, Zernike矩不变量

Abstract: A novel 3D face feature extraction method based on 2D extended strategy is proposed. Zernike Moment Invariants of multi-pose 3D face model, which have scale, translation and rotational invariance, are extracted after preprocessing and grid normalization of 3D face models. A suitable feature evaluation measure is then proposed based on the parameter space and is applied to the evaluation of Zernike Moment Invariants and depth feature. Experimental results based on multi-pose 3D face database show that the proposed method is robust to pose variant and has a separability.

Key words: computer application, 3D face feature extraction, Zernike moment invariants

中图分类号:

TP391.4

郭哲, 张艳宁, 林增刚. 基于扩展二维不变矩的三维人脸特征提取[J]. 吉林大学学报(工学版), 2012, 42(02): 446-450.

GUO Zhe, ZHANG Yan-ning, LIN Zeng-gang. 3D face feature extraction based on extended 2D invariant moment[J]. 吉林大学学报(工学版), 2012, 42(02): 446-450.

参考文献

[1] Tae K K, Seok C K, Sang R K. Real-time normalization and feature extraction of 3D face data using curvature characteristics//IEEE International Workshop on Robot and Human Interactive Communication, Pairs, France, 2001.

[2] Pan Gang, Wu Yi-jun, Wu Zhao-hui. 3D face recognition by profile and surface matching//IEEE Proceedings of the International Joint Conference on Neural Networks, Portland, OR, 2003.

[3] Lu Xiao-guang, Jain A K. Automatic feature extraction for multi-view 3D face recognition//In Proc of IEEE International Conference on Automatic Face and Gesture Recognition, Southsampton, UK, 2006.

[4] Iwasa T, Shima T, Sai M. 3D eigenfaces for face modeling//Proc ACCV2002: The 5th Asian Conference on Computer Vision, Melbourne, Australia, 2002.

[5] Passalis G, Kakadiaris I A, Theoharis T. Evaluation of 3D face recognition in the presence of facial expressions: an annotated deformable model approach//IEEE Computer Society Conference on Computer Vision and Pattern Recognition, San Diego, USA, 2005.

[6] Hu M, Visual K. Pattern recognition by moment invariant［J］. IEEE Trans Information Theory, 1962, 12(8): l79-187.

[7] Prokop R J, Reeves A P. A survey of moment-besed technique for unoccluded object representation and recognition［J］. CVGIP: Graphical Models and Image Processing, 1992, 9(5): 438-460.

[8] Zernike F. Diffraction theory of the cut procedure and its improved form, the phase contrast method ［J］. Physica, 1934,1: 689-704.

[9] Teague M R. Image analysis via the general theory of moments［J］. Journal of the Optical Society of America, 1979, 70(8): 920-930.

[10] Teh C H, Chin R T. On image analysis by the methods of moments［J］. IEEE Trans on Pattern Recognition and Machine Intelligence, 1988, 10 (4): 496-513.

[11] Khotanzad A. Invariant image recognition by zernike moments［J］. IEEE Trans on Pattern, Anal and Machine Intelligent, 1990, 2(5):489-497.

[12] 杨政武,方涛. 基于Zernike矩的图像归一化技术的研究［J］. 计算机工程, 2004, 30(12): 34-36. Yang Zheng-wu, Fang Tao. Research on image normalization based on Zernike moment［J］. Computer Engineering, 2004, 30(12):34-36.

相关文章 15

[1]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14]	曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15]	侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed