基于非抽样contourlet变换的人脸特征点提取

扫码查看

原文链接

NETL

中文摘要：人脸特征点的提取是三维人脸建模的关键，也是人脸识别的重要步骤。人脸特征点是一类能表征人脸形状信息和纹理信息的点集。利用这些点所表征的形状和纹理信息，就可以将一张二维人脸图像重建为三维的人脸模型。近年来，国内外学者在该领域做了大量工作，不断提高人脸特征点提取的准确性、鲁棒性以及自动化程度。尽管如此，特征点的提取经常会受到皱纹、噪声等的影响，而无法正确定位人脸特征点。本文提出了一种基于非抽样contourlet变换，从二维人脸图像中自动提取人脸特征点的方法。非抽样contourlet变换不仅可以提取图像的几何信息，而且能将这种信息分解到不同的方向上。我们注意到：皱纹等干扰信息和人脸特征信息集中在不同方向的子带上，所以首先用非抽样金字塔分解和投影变换将嘴，鼻子，眼睛，眉毛从源图像中分割出来，然后分别将每一个部分通过非抽样方向滤波器组，提取出有用几何信息所在的子带，最后根据这些子带就能提取出人脸的特征点。实验表明，该方法有效地抑制了噪声、皱纹等的影响，并且较精确地提取出人脸的特征点。另外，对面部有偏转、倾斜和表情的一类人脸图像，本文算法也有较强的鲁棒性。最后，本文提出一种基于FPGA来实现二维方向性滤波的方法。巧妙的利用多个乘法器的并行计算结构实现了实时滤波与硬件资源的平衡，并以Altera公司的FPGA器件CycloneⅡ为目标器件完成整个方案的实现。最终设计经过ModelSim和QuartusⅡ的仿真与综合，并与Matlab仿真结果进行比较，实验表明该设计的结果是准确的，且可以满足实时要求。

作者：

张恩溯

展开 >

关键词：

基于抽样 contourlet 变换人脸实时滤波仿真结果 Matlab Quartus ModelSim 设计方案目标 Cyclone 器件 Altera 平衡硬件资源计算结构并行

授予学位：

硕士

学科专业：

电子科学与技术、电路与系统

导师：

张久文

学位年度：

2008

学位授予单位：

兰州大学

语种：

中文

中图分类号：