摘要：人脸识别技术是具有发展潜力的生物特征识别技术之一，在近几十年中得到了迅速的发展。在现有的人脸识别系统里面，在部分公开数据集上已经取得了良好的成绩，然而这些成绩一部分是建立在严苛的实验环境基础之上的。在实际的应用过程中，人脸识别系统一般采集的人脸图像往往在光照、表情、姿态、背景上变化复杂，这些变化会影响人脸识别的准确率，其中人脸姿态的变化对于识别的影响很大。因此，在进行人脸识别之前要先对图像进行矫正，主要思想就是把姿态有变化的人脸矫正为正面人脸。本文针对人脸不同姿态这一问题，重点研究了基于网格扭曲的多姿态人脸矫正。

本算法实现了人脸姿态的矫正，即以一个标准正面的人脸图像为模板，对待矫正的人脸图像进行网格扭曲，使其中的人脸姿态与模板图像中的人脸姿态对齐。本算法使用了数学软件MATLAB来进行编程。在算法的实现过程中可以分为三步：

(1)使用Viola-Jones算法进行人脸检测；

(2)使用了SDM算法来进行人脸的特征点标记，输出标注了人脸特征点的人脸图像，研究过程中采集面部轮廓、眉毛、鼻子、眼睛、嘴唇的形状作为特征点集合；

(3)运用Mesh-Warp实现人脸矫正，输入待矫正的图像后，利用检测出的特征点计算出覆盖整个面部的Delaunay三角网，经由仿射变换，把这些三角形的每条边都映射到参考面网格上对应的三角形上面，实现图像对齐，这样就完成了矫正。

关键词：人脸识别；人脸矫正；监督下降法(SDM)；Mesh-Warp； MATLAB

目录

摘要

Abstract

1 绪论-1

1.1 研究背景和意义-1

1.2 研究现状-1

1.3 本文的研究内容及结构安排-2

1.3.1 研究内容-2

1.3.2 结构安排-3

2 图像处理的MATLAB实现-4

2.1 MATLAB简介-4

2.2 数字图像处理及过程-4

2.2.1 图像处理的基本操作-4

2.2.2 图像类型的转换-4

2.2.3灰度转换-4

2.2.4边缘检测-5

2.2.5噪声处理-5

3 基于SDM算法的人脸特征点检测-7

3.1 人脸检测-7

3.2 监督下降法(SDM)算法介绍-8

3.2.1 概述-8

3.2.2 牛顿步-8

3.2.3 从牛顿步推导SDM方法-9

3.3 基于SDM算法的人脸特征点检测-12

3.3.1 SDM算法流程-12

3.3.2 SDM算法流程图-13

3.3.3 SIFT特征点检测-13

4 基于Mesh-Warp的人脸矫正-18

4.1 Delaunay三角剖分介绍-18

4.1.1 三角剖分定义-18

4.1.2 Delaunay三角剖分的定义-18

4.1.3 Delaunay三角剖分准则-19

4.1.4 Delaunay三角剖分特性-19

4.1.5 局部最优化处理-20

4.2 Delaunay三角剖分算法-20

4.2.1 Lawson算法-20

4.2.2 Bowyer-Watson算法-21

4.3 基于MeshWarp的人脸矫正-24

4.3.1 包围盒-24

4.3.2 人脸矫正的流程-24

4.3.3 面部变形-25

4.3.4 仿射变换-26

5 实验结果及分析-29

5.1 人脸数据库简介-29

5.2 LFW人脸库上的实验结果-29

5.3 对比分析-32

6 总结-35

参 考 文 献-37

致 谢-39

附 录 A-40

附 录 B-45