目前的人脸识别主要是基于二维图像,但是二维人脸图像丢失了很多立体信息.如果采用三维人脸,则识别效果将有望更加准确,应用范围也将更广,意义更重大. 三维人脸识别涉及到三维重构技术,其基本素材是二维图像.本课题以透视原理为基础,研究人脸的三维重构技术,为进一步研究三维人脸识别奠定基础.基于透视原理的人脸三维重构研究需要首先将人脸从复杂背景中检测出来,确定人脸在图像中的位置,提取特征点;然后进行照相机标定,确定照相机的参数;最后利用特征点和照相机参数进行人脸的三维重构. 人脸检测主要是建立人脸的肤色模型,利用支持向量机(SVM)方法实现了基于肤色的人脸检测.首先选择合适的颜色模型,将像素的颜色作为特征进行特征提取,然后使用贯序最小优化算法来训练支持向量机,进行了彩色图像分割,接着进行人脸定位,通过水平、垂直投影寻找人脸的边界,用矩形框框出了人脸的大体位置.在标准灯光效果下,该方法检测效果良好.在检测出人脸后,对人脸特征进行匹配.论文介绍了三种匹配的方法:相关法、模板匹配法和基于人脸特征的匹配方法.我们分析了相关法和模板匹配法的优缺点,采用了基于人脸特征的方法进行匹配.这种方法是对以上两种方法的改进,它对利用SVM检测到的人脸图像进行水平、垂直投影,以此来确定特征点的位置,再以特征点为基准,确定其他点的位置. 另一方面我们通过标定确定照相机的参数,将其用于人脸图像重构.论文对常用的标定方法作了总结和改进,提出了一种新的简便的标定方法,直接求解照相机参数中的旋转矩阵和平移向量.这种方法根据三维物体点的世界坐标,利用坐标关系求出旋转矩阵和平移向量,这样就大大减少了工作量和复杂程度. 在人脸图像重构方面,首先进行了平面图形的三维多角度观察的研究,在不同角度下对平面图形观察图形的变化.在人脸检测、特征匹配和照相机标定的基础上,建立三维坐标空间,利用空间几何关系推导出了三维重构公式,再结合等效焦距重构出了中间某一角度的人脸图像,并对结果进行了分析.