1、应用数学专业优秀论文 基于 SFS 理论的人脸识别关键词：图像识别 人脸检测 立体视觉 法矢量场摘要：三维形状恢复是计算机视觉领域的一个经典问题，它通过明暗、纹理、立体视觉等线索从一幅或多幅照片恢复目标物体表面高度。作为形状恢复的关键技术之一，基于明暗的形状恢复根据图像明暗变化，利用物体成像模型来重构三维信息。一种简单有效的成像模型是 Lambertian 成像模型，它指出图像灰度 R 由物体表面反射率 JD 以及光照方向 L 与表面法矢量 n 之间夹角余弦决定，而与观测者视角无关：然而在图像灰度 R 及光照方向 L 确定的情况下，Lambertian 模型求解表面法矢量是病态的，不存在唯一解
2、，需要加入约束条件保证解的唯一性。利用 Lambertian 成像模型，如今已经发展出最小化算法、演化算法和局部化算法为基础的一套 SFSN 论。本研究内容如下： 1回顾了几类经典 SFS 算法，通过分别对合成图片与真实图片进行实验，从算法误差、重建结果光滑性等方面定量定性分析了这些算法的优点与不足，并提出了改进方向； 2针对基于几何关系的最小化算法进行改进，在原有的光滑性约束基础上，还引入空间位置上法矢量场的可积性约束，进一步提高了恢复效果，为识别提供了良好准备； 3将 SFS 算法应用到人脸识别中。针对 SFS 算法得到的法矢量场，提出了基于曲面拓扑信息的点积距离、曲率直方图距离和形状指标
3、距离的识别策略，克服光照的影响进行人脸识别实验。实验表明，与传统的 PCA 结合 LDA 算法相比，基于 SFS 的人脸识别算法具有较好识别效果：在不同光照的 CMU 人脸库上识别率可以达到 96；当每个人像仅取 3 幅作为训练集合而余下 18 幅作为测试集合时，识别率也有近 80。存在的误差是由于光照方向估计偏差造成的。正文内容三维形状恢复是计算机视觉领域的一个经典问题，它通过明暗、纹理、立体视觉等线索从一幅或多幅照片恢复目标物体表面高度。作为形状恢复的关键技术之一，基于明暗的形状恢复根据图像明暗变化，利用物体成像模型来重构三维信息。一种简单有效的成像模型是 Lambertian 成像模型，
4、它指出图像灰度R 由物体表面反射率 JD 以及光照方向 L 与表面法矢量 n 之间夹角余弦决定，而与观测者视角无关：然而在图像灰度 R 及光照方向 L 确定的情况下，Lambertian 模型求解表面法矢量是病态的，不存在唯一解，需要加入约束条件保证解的唯一性。利用 Lambertian 成像模型，如今已经发展出最小化算法、演化算法和局部化算法为基础的一套 SFSN 论。本研究内容如下： 1回顾了几类经典 SFS 算法，通过分别对合成图片与真实图片进行实验，从算法误差、重建结果光滑性等方面定量定性分析了这些算法的优点与不足，并提出了改进方向； 2针对基于几何关系的最小化算法进行改进，在原有的光
5、滑性约束基础上，还引入空间位置上法矢量场的可积性约束，进一步提高了恢复效果，为识别提供了良好准备； 3将 SFS 算法应用到人脸识别中。针对 SFS 算法得到的法矢量场，提出了基于曲面拓扑信息的点积距离、曲率直方图距离和形状指标距离的识别策略，克服光照的影响进行人脸识别实验。实验表明，与传统的 PCA 结合 LDA 算法相比，基于 SFS 的人脸识别算法具有较好识别效果：在不同光照的 CMU 人脸库上识别率可以达到 96；当每个人像仅取 3 幅作为训练集合而余下 18 幅作为测试集合时，识别率也有近 80。存在的误差是由于光照方向估计偏差造成的。三维形状恢复是计算机视觉领域的一个经典问题，它通
6、过明暗、纹理、立体视觉等线索从一幅或多幅照片恢复目标物体表面高度。作为形状恢复的关键技术之一，基于明暗的形状恢复根据图像明暗变化，利用物体成像模型来重构三维信息。一种简单有效的成像模型是 Lambertian 成像模型，它指出图像灰度 R 由物体表面反射率 JD 以及光照方向 L 与表面法矢量 n 之间夹角余弦决定，而与观测者视角无关：然而在图像灰度 R 及光照方向 L 确定的情况下，Lambertian 模型求解表面法矢量是病态的，不存在唯一解，需要加入约束条件保证解的唯一性。利用 Lambertian 成像模型，如今已经发展出最小化算法、演化算法和局部化算法为基础的一套 SFSN 论。本研
7、究内容如下： 1回顾了几类经典 SFS 算法，通过分别对合成图片与真实图片进行实验，从算法误差、重建结果光滑性等方面定量定性分析了这些算法的优点与不足，并提出了改进方向； 2针对基于几何关系的最小化算法进行改进，在原有的光滑性约束基础上，还引入空间位置上法矢量场的可积性约束，进一步提高了恢复效果，为识别提供了良好准备； 3将 SFS 算法应用到人脸识别中。针对 SFS 算法得到的法矢量场，提出了基于曲面拓扑信息的点积距离、曲率直方图距离和形状指标距离的识别策略，克服光照的影响进行人脸识别实验。实验表明，与传统的 PCA 结合 LDA算法相比，基于 SFS 的人脸识别算法具有较好识别效果：在不同
8、光照的 CMU 人脸库上识别率可以达到 96；当每个人像仅取 3 幅作为训练集合而余下 18 幅作为测试集合时，识别率也有近 80。存在的误差是由于光照方向估计偏差造成的。三维形状恢复是计算机视觉领域的一个经典问题，它通过明暗、纹理、立体视觉等线索从一幅或多幅照片恢复目标物体表面高度。作为形状恢复的关键技术之一，基于明暗的形状恢复根据图像明暗变化，利用物体成像模型来重构三维信息。一种简单有效的成像模型是 Lambertian 成像模型，它指出图像灰度 R 由物体表面反射率 JD 以及光照方向 L 与表面法矢量 n 之间夹角余弦决定，而与观测者视角无关：然而在图像灰度 R 及光照方向 L 确定的
9、情况下，Lambertian 模型求解表面法矢量是病态的，不存在唯一解，需要加入约束条件保证解的唯一性。利用 Lambertian 成像模型，如今已经发展出最小化算法、演化算法和局部化算法为基础的一套 SFSN 论。本研究内容如下： 1回顾了几类经典 SFS 算法，通过分别对合成图片与真实图片进行实验，从算法误差、重建结果光滑性等方面定量定性分析了这些算法的优点与不足，并提出了改进方向； 2针对基于几何关系的最小化算法进行改进，在原有的光滑性约束基础上，还引入空间位置上法矢量场的可积性约束，进一步提高了恢复效果，为识别提供了良好准备； 3将 SFS 算法应用到人脸识别中。针对 SFS 算法得到
10、的法矢量场，提出了基于曲面拓扑信息的点积距离、曲率直方图距离和形状指标距离的识别策略，克服光照的影响进行人脸识别实验。实验表明，与传统的 PCA 结合 LDA算法相比，基于 SFS 的人脸识别算法具有较好识别效果：在不同光照的 CMU 人脸库上识别率可以达到 96；当每个人像仅取 3 幅作为训练集合而余下 18 幅作为测试集合时，识别率也有近 80。存在的误差是由于光照方向估计偏差造成的。三维形状恢复是计算机视觉领域的一个经典问题，它通过明暗、纹理、立体视觉等线索从一幅或多幅照片恢复目标物体表面高度。作为形状恢复的关键技术之一，基于明暗的形状恢复根据图像明暗变化，利用物体成像模型来重构三维信息
11、。一种简单有效的成像模型是 Lambertian 成像模型，它指出图像灰度 R 由物体表面反射率 JD 以及光照方向 L 与表面法矢量 n 之间夹角余弦决定，而与观测者视角无关：然而在图像灰度 R 及光照方向 L 确定的情况下，Lambertian 模型求解表面法矢量是病态的，不存在唯一解，需要加入约束条件保证解的唯一性。利用 Lambertian 成像模型，如今已经发展出最小化算法、演化算法和局部化算法为基础的一套 SFSN 论。本研究内容如下： 1回顾了几类经典 SFS 算法，通过分别对合成图片与真实图片进行实验，从算法误差、重建结果光滑性等方面定量定性分析了这些算法的优点与不足，并提出了
12、改进方向； 2针对基于几何关系的最小化算法进行改进，在原有的光滑性约束基础上，还引入空间位置上法矢量场的可积性约束，进一步提高了恢复效果，为识别提供了良好准备； 3将 SFS 算法应用到人脸识别中。针对 SFS 算法得到的法矢量场，提出了基于曲面拓扑信息的点积距离、曲率直方图距离和形状指标距离的识别策略，克服光照的影响进行人脸识别实验。实验表明，与传统的 PCA 结合 LDA算法相比，基于 SFS 的人脸识别算法具有较好识别效果：在不同光照的 CMU 人脸库上识别率可以达到 96；当每个人像仅取 3 幅作为训练集合而余下 18 幅作为测试集合时，识别率也有近 80。存在的误差是由于光照方向估计
13、偏差造成的。三维形状恢复是计算机视觉领域的一个经典问题，它通过明暗、纹理、立体视觉等线索从一幅或多幅照片恢复目标物体表面高度。作为形状恢复的关键技术之一，基于明暗的形状恢复根据图像明暗变化，利用物体成像模型来重构三维信息。一种简单有效的成像模型是 Lambertian 成像模型，它指出图像灰度 R 由物体表面反射率 JD 以及光照方向 L 与表面法矢量 n 之间夹角余弦决定，而与观测者视角无关：然而在图像灰度 R 及光照方向 L 确定的情况下，Lambertian 模型求解表面法矢量是病态的，不存在唯一解，需要加入约束条件保证解的唯一性。利用 Lambertian 成像模型，如今已经发展出最小
14、化算法、演化算法和局部化算法为基础的一套 SFSN 论。本研究内容如下： 1回顾了几类经典 SFS 算法，通过分别对合成图片与真实图片进行实验，从算法误差、重建结果光滑性等方面定量定性分析了这些算法的优点与不足，并提出了改进方向； 2针对基于几何关系的最小化算法进行改进，在原有的光滑性约束基础上，还引入空间位置上法矢量场的可积性约束，进一步提高了恢复效果，为识别提供了良好准备； 3将 SFS 算法应用到人脸识别中。针对 SFS 算法得到的法矢量场，提出了基于曲面拓扑信息的点积距离、曲率直方图距离和形状指标距离的识别策略，克服光照的影响进行人脸识别实验。实验表明，与传统的 PCA 结合 LDA算
15、法相比，基于 SFS 的人脸识别算法具有较好识别效果：在不同光照的 CMU 人脸库上识别率可以达到 96；当每个人像仅取 3 幅作为训练集合而余下 18 幅作为测试集合时，识别率也有近 80。存在的误差是由于光照方向估计偏差造成的。三维形状恢复是计算机视觉领域的一个经典问题，它通过明暗、纹理、立体视觉等线索从一幅或多幅照片恢复目标物体表面高度。作为形状恢复的关键技术之一，基于明暗的形状恢复根据图像明暗变化，利用物体成像模型来重构三维信息。一种简单有效的成像模型是 Lambertian 成像模型，它指出图像灰度 R 由物体表面反射率 JD 以及光照方向 L 与表面法矢量 n 之间夹角余弦决定，而
16、与观测者视角无关：然而在图像灰度 R 及光照方向 L 确定的情况下，Lambertian 模型求解表面法矢量是病态的，不存在唯一解，需要加入约束条件保证解的唯一性。利用 Lambertian 成像模型，如今已经发展出最小化算法、演化算法和局部化算法为基础的一套 SFSN 论。本研究内容如下： 1回顾了几类经典 SFS 算法，通过分别对合成图片与真实图片进行实验，从算法误差、重建结果光滑性等方面定量定性分析了这些算法的优点与不足，并提出了改进方向； 2针对基于几何关系的最小化算法进行改进，在原有的光滑性约束基础上，还引入空间位置上法矢量场的可积性约束，进一步提高了恢复效果，为识别提供了良好准备；
17、 3将 SFS 算法应用到人脸识别中。针对 SFS 算法得到的法矢量场，提出了基于曲面拓扑信息的点积距离、曲率直方图距离和形状指标距离的识别策略，克服光照的影响进行人脸识别实验。实验表明，与传统的 PCA 结合 LDA算法相比，基于 SFS 的人脸识别算法具有较好识别效果：在不同光照的 CMU 人脸库上识别率可以达到 96；当每个人像仅取 3 幅作为训练集合而余下 18 幅作为测试集合时，识别率也有近 80。存在的误差是由于光照方向估计偏差造成的。三维形状恢复是计算机视觉领域的一个经典问题，它通过明暗、纹理、立体视觉等线索从一幅或多幅照片恢复目标物体表面高度。作为形状恢复的关键技术之一，基于明
18、暗的形状恢复根据图像明暗变化，利用物体成像模型来重构三维信息。一种简单有效的成像模型是 Lambertian 成像模型，它指出图像灰度 R 由物体表面反射率 JD 以及光照方向 L 与表面法矢量 n 之间夹角余弦决定，而与观测者视角无关：然而在图像灰度 R 及光照方向 L 确定的情况下，Lambertian 模型求解表面法矢量是病态的，不存在唯一解，需要加入约束条件保证解的唯一性。利用 Lambertian 成像模型，如今已经发展出最小化算法、演化算法和局部化算法为基础的一套 SFSN 论。本研究内容如下： 1回顾了几类经典 SFS 算法，通过分别对合成图片与真实图片进行实验，从算法误差、重建
19、结果光滑性等方面定量定性分析了这些算法的优点与不足，并提出了改进方向； 2针对基于几何关系的最小化算法进行改进，在原有的光滑性约束基础上，还引入空间位置上法矢量场的可积性约束，进一步提高了恢复效果，为识别提供了良好准备； 3将 SFS 算法应用到人脸识别中。针对 SFS 算法得到的法矢量场，提出了基于曲面拓扑信息的点积距离、曲率直方图距离和形状指标距离的识别策略，克服光照的影响进行人脸识别实验。实验表明，与传统的 PCA 结合 LDA算法相比，基于 SFS 的人脸识别算法具有较好识别效果：在不同光照的 CMU 人脸库上识别率可以达到 96；当每个人像仅取 3 幅作为训练集合而余下 18 幅作为
20、测试集合时，识别率也有近 80。存在的误差是由于光照方向估计偏差造成的。三维形状恢复是计算机视觉领域的一个经典问题，它通过明暗、纹理、立体视觉等线索从一幅或多幅照片恢复目标物体表面高度。作为形状恢复的关键技术之一，基于明暗的形状恢复根据图像明暗变化，利用物体成像模型来重构三维信息。一种简单有效的成像模型是 Lambertian 成像模型，它指出图像灰度 R 由物体表面反射率 JD 以及光照方向 L 与表面法矢量 n 之间夹角余弦决定，而与观测者视角无关：然而在图像灰度 R 及光照方向 L 确定的情况下，Lambertian 模型求解表面法矢量是病态的，不存在唯一解，需要加入约束条件保证解的唯一
21、性。利用 Lambertian 成像模型，如今已经发展出最小化算法、演化算法和局部化算法为基础的一套 SFSN 论。本研究内容如下： 1回顾了几类经典 SFS 算法，通过分别对合成图片与真实图片进行实验，从算法误差、重建结果光滑性等方面定量定性分析了这些算法的优点与不足，并提出了改进方向； 2针对基于几何关系的最小化算法进行改进，在原有的光滑性约束基础上，还引入空间位置上法矢量场的可积性约束，进一步提高了恢复效果，为识别提供了良好准备； 3将 SFS 算法应用到人脸识别中。针对 SFS 算法得到的法矢量场，提出了基于曲面拓扑信息的点积距离、曲率直方图距离和形状指标距离的识别策略，克服光照的影响
22、进行人脸识别实验。实验表明，与传统的 PCA 结合 LDA算法相比，基于 SFS 的人脸识别算法具有较好识别效果：在不同光照的 CMU 人脸库上识别率可以达到 96；当每个人像仅取 3 幅作为训练集合而余下 18 幅作为测试集合时，识别率也有近 80。存在的误差是由于光照方向估计偏差造成的。三维形状恢复是计算机视觉领域的一个经典问题，它通过明暗、纹理、立体视觉等线索从一幅或多幅照片恢复目标物体表面高度。作为形状恢复的关键技术之一，基于明暗的形状恢复根据图像明暗变化，利用物体成像模型来重构三维信息。一种简单有效的成像模型是 Lambertian 成像模型，它指出图像灰度 R 由物体表面反射率 J
23、D 以及光照方向 L 与表面法矢量 n 之间夹角余弦决定，而与观测者视角无关：然而在图像灰度 R 及光照方向 L 确定的情况下，Lambertian 模型求解表面法矢量是病态的，不存在唯一解，需要加入约束条件保证解的唯一性。利用 Lambertian 成像模型，如今已经发展出最小化算法、演化算法和局部化算法为基础的一套 SFSN 论。本研究内容如下： 1回顾了几类经典 SFS 算法，通过分别对合成图片与真实图片进行实验，从算法误差、重建结果光滑性等方面定量定性分析了这些算法的优点与不足，并提出了改进方向； 2针对基于几何关系的最小化算法进行改进，在原有的光滑性约束基础上，还引入空间位置上法矢量
24、场的可积性约束，进一步提高了恢复效果，为识别提供了良好准备； 3将 SFS 算法应用到人脸识别中。针对 SFS 算法得到的法矢量场，提出了基于曲面拓扑信息的点积距离、曲率直方图距离和形状指标距离的识别策略，克服光照的影响进行人脸识别实验。实验表明，与传统的 PCA 结合 LDA算法相比，基于 SFS 的人脸识别算法具有较好识别效果：在不同光照的 CMU 人脸库上识别率可以达到 96；当每个人像仅取 3 幅作为训练集合而余下 18 幅作为测试集合时，识别率也有近 80。存在的误差是由于光照方向估计偏差造成的。三维形状恢复是计算机视觉领域的一个经典问题，它通过明暗、纹理、立体视觉等线索从一幅或多幅
25、照片恢复目标物体表面高度。作为形状恢复的关键技术之一，基于明暗的形状恢复根据图像明暗变化，利用物体成像模型来重构三维信息。一种简单有效的成像模型是 Lambertian 成像模型，它指出图像灰度 R 由物体表面反射率 JD 以及光照方向 L 与表面法矢量 n 之间夹角余弦决定，而与观测者视角无关：然而在图像灰度 R 及光照方向 L 确定的情况下，Lambertian 模型求解表面法矢量是病态的，不存在唯一解，需要加入约束条件保证解的唯一性。利用 Lambertian 成像模型，如今已经发展出最小化算法、演化算法和局部化算法为基础的一套 SFSN 论。本研究内容如下： 1回顾了几类经典 SFS
26、算法，通过分别对合成图片与真实图片进行实验，从算法误差、重建结果光滑性等方面定量定性分析了这些算法的优点与不足，并提出了改进方向； 2针对基于几何关系的最小化算法进行改进，在原有的光滑性约束基础上，还引入空间位置上法矢量场的可积性约束，进一步提高了恢复效果，为识别提供了良好准备； 3将 SFS 算法应用到人脸识别中。针对 SFS 算法得到的法矢量场，提出了基于曲面拓扑信息的点积距离、曲率直方图距离和形状指标距离的识别策略，克服光照的影响进行人脸识别实验。实验表明，与传统的 PCA 结合 LDA算法相比，基于 SFS 的人脸识别算法具有较好识别效果：在不同光照的 CMU 人脸库上识别率可以达到
27、96；当每个人像仅取 3 幅作为训练集合而余下 18 幅作为测试集合时，识别率也有近 80。存在的误差是由于光照方向估计偏差造成的。特别提醒 ：正文内容由 PDF 文件转码生成，如您电脑未有相应转换码，则无法显示正文内容，请您下载相应软件，下载地址为 http:/ 。如还不能显示，可以联系我 q q 1627550258 ，提供原格式文档。我们还可提供代笔服务，价格优惠，服务周到，包您通过。“垐垯櫃 换烫梯葺铑?endstreamendobj2x 滌甸?*U 躆 跦?l, 墀 VGi?o 嫅#4K 錶 c#x 刔 彟 2Z 皙笜?D 剧珞 H 鏋 Kx 時 k,褝仆? 稀?i 攸闥-) 荮vJ
28、 釔絓|?殢 D 蘰厣?籶(柶胊?07 姻Rl 遜 ee 醳 B?苒?甊袝 t 弟l?%G 趓毘 N 蒖與叚繜羇坯嵎憛?U?Xd* 蛥?-.臟兄+鮶 m4嵸/E 厤U 閄 r塎偨匰忓tQL 綹 eb?抔搉 ok 怊 J?l?庮 蔘?唍*舶裤爞 K 誵Xr 蛈翏磾寚缳 nE 駔殞梕 壦 e 櫫蹴友搇6 碪近躍邀 8 顪?zFi?U 钮 嬧撯暼坻7/?W?3RQ 碚螅 T 憚磴炬 B- 垥 n 國 0fw 丮“eI?a揦(?7 鳁?H?弋睟栴?霽 N 濎嬄! 盯 鼴蝔 4sxr?溣?檝皞咃 hi#?攊(?v 擗谂馿鏤刊 x 偨棆鯍抰Lyy|y 箲丽膈淢 m7 汍衂法瀶?鴫 C?Q 貖 澔?wC(?9m.Ek?腅僼碓 靔 奲?D| 疑維 d袣箈 Q| 榉慓採紤婏(鞄-h-蜪7I冑?匨+蘮.-懸 6 鶚?蚧?铒鷈?叛牪?蹾 rR?*t? 檸?籕
