臺灣博碩士論文加值系統

於人臉辨識方面，大多數的研究皆利用二維的圖像資訊來抓取特徵並進行辨識，而近年來開始採用三維圖像資訊來進行辨識，但三維辨識的研究多使用建模來進行辨識，其過程費時且複雜，三維點雲資料可直接使用進行人臉辨識。
台灣近視人口達一千萬，在進行辨識時不可能都是在沒有配戴眼鏡的情況下進行辨識，因此本研究加入了前人沒有考慮到的眼鏡樣本，並將眼鏡樣本分為反光眼鏡、不反光眼鏡兩種，在加入配戴眼鏡的樣本後探討眼鏡對於特徵點的抓取有何影響。資料處理上，本研究首先抓取鼻尖及鼻根點位置，以鼻尖為中心取出縱、橫剖面擬合線，計算五個特徵值：1.鼻根與鼻尖之間的距離2.縱剖面擬合線到鼻尖的距離3.縱剖面擬合線到鼻根的距離4. 橫剖面擬合線到鼻尖的距離5.橫剖面擬合線到鼻根的距離，藉由這五個特徵值來觀察配戴眼鏡的點雲樣本影響程度為荷。
為解決鏡架的影響，本研究使用了三種方式來進行初步的處理，方式分別為：1.人工方式進行剔除2.使用mean方式來進行處理3.使用min方式來進行處理，這三種方式當中利用人工方式來進行處理的效果最佳，但此方式過於費時，無法讓辨識達到快速且即時的效果，而mean方式和min方式雖然有快速且即時的效果但無法有效的處理眼鏡點雲資料。因此在尚未能有效處理眼鏡點雲資料前，若是以縱、橫剖面法或點雲坐標網格法來進行臉部辨識，建議將眼鏡框架摘除後再進行後續辨識步驟。

In face recognition, the majority of the research are use 2D image information to extract facial features and identification. In recent years, 3D image and point clouds have been used for identification, however the 3D modality is usually needed to be built before face recognition. In addition, the process of the 3D modality is time-consuming and complicated. 3D point clouds could be directly used for face recognition without 3D modality.
The myopia is up to one million population in Taiwan, people sometimes would wear glasses while 3D scanning. In this study, influence of glasses-wearing on face recognition will be taken into account. The different kinds of glasses, such as reflected and non-reflected types, are considered. Impact of the glasses-wearing on the extraction of nose tip and root will be discussed. On the process of 3D point clouds, five feature values after the nose tip and root were found out are determine: (1) distance from nose root to nose tip, (2) distance of nose tip to vertical-section fitted line, (3) distance of nose root to vertical-section fitted line, (4) distance of nose tip to cross-section fitted line, and (5) distance of nose root to cross-section fitted line. With these five values, the influence of glasses-wearing on the face recognition will be discussed.
In this study, three methods are introduced to preliminarily remove the 3D point clouds of glasses frame. The methods are: (1) manual deletion, (2) mean method, and (3) minimum method. Of these three methods, the best result is obtained from the manual deletion, but it is time-consuming. The mean and minimum method are rapid and efficient in comparison with the manual deletion. However, recognition success rate is not good enough. Therefore, it is suggested that the glasses have to be taken off before 3D scanning in order to obtain good recognition success rate under the circumstances that the removal of 3D point clouds of glasses frame does not work properly.

第一章 緒論 1
第一節 前言 1
第二節　研究動機與目的 1
第三節　論文架構 2
第二章 文獻回顧 3
第一節　雷射掃描技術 3
第二節 人臉辨識 6
第三節　點雲處理 10
第三章 研究流程與方法 12
第一節 研究流程 12
第二節 研究方法 14
第三節 研究設備與軟體 27
第四節 研究材料 32
第四章 實證結果與分析 34
第一節 實驗流程 34
第二節 實驗(一)鼻尖與鼻根距離差值 35
第三節 實驗(二) 比較縱、橫剖面線之RMS值 41
第四節 實驗(三) 網格分析法 48
第五章 結論與建議 53
第一節 研究結論 53
第二節 研究建議 54
參考文獻 55
附錄 57
附錄一、同人各樣本間五個特徵值表 57
附錄二、同人各樣本經縮減縱、橫剖面線RMS值表 79
附錄三、同人各樣本與X01網格RMS值表 90

一、中文部分
1.王昭智(2001)，熱影像技術應用於人臉辨識之研究，國立成功大學工程科學研究所碩士論文。
2.何心瑜(2007)，空載光達作業及品管流程之研究，航測及遙測學刊，第十二卷，第二期，第165-177 頁。
3.吳政誼（2006），以主成份分析（PCA）作3維人臉辨識之研究，逢甲大學環境資訊科技碩士學位學程碩士論文。
4.吳瑞一、洪本善(2004)，三維雷射掃描技術應用之研究-3D物件建模與變形模擬，台北市陽明山，第二屆數位地球國際研討會。
5.李棟良、梁振升、陳家閔、王於藩、曾鈺鈞、簡煒玲(2008)，人臉偵測與辨識系統， 銘傳大學國際學術研討會。
6.洪本善、陳鴻智（2014），3D點雲人臉辨識模式比較，中正嶺學報，接受即將出版。
7.張凱鈞（2013），應用特徵線點雲坐標於人臉辨識之研究，逢甲大學都市計畫與空間資訊學系碩士班碩士論文。
8.張裕民、吳瑞一、洪本善、高書屏(2003)，3D雷射掃描技術於隧道工程之應用，第一屆數位地球國際研討會，台北市陽明山。
9.陳文俊(2003)，人臉辨識及其在家用機器人與人互動之應用，國立交通大學電機與控制工程學系碩士論文。
10.陳建州(2004)，利用獨立成分分析法在區域特徵上的人臉辨識，國立成功大 學資訊工程學系碩士論文。
11.陳順東(2004)，虹膜辨識系統之研究與實作，國立中央大學資訊工程研究所碩士論文。
12.陳筠、張凱鈞、陳鴻智、洪本善(2012)，人臉3D點雲辨識研究，第31屆測量及空間資訊研討會，2-2。
13.曾義星、史天元(2003)，三維雷射掃描儀--新一代測量利器，科學發展，第356期，第16~21頁。
14.楊煒達(2007)，簡易方法之少量人臉辨識系統，國立中央大學資訊工程研究所碩士論文。







二、英文部分
1.Abate, A. F., Ricciardi, S. and Sabatino, G., 2007, 3D Face Recognition in a Ambient Intelligence Environment Scenario, Dip. di Matematica e Informatica - Università degli Studi di Salerno Italy.
2.Boris Efraty, Emil Bilgazyev, Shishir Shah, Ioannis A.Kakadiaris ,2011. Profile-based 3D-aided face recognition. Pattern Recognition 45,43–53.
3.Terrasolid, 2004. TerraScan User Guide(18.11.2004), Terrasolid.
三、網站部分
1.Konica Minolta Sensing Americas。VIVID 910 3D LASER SCANNER。檢自http://sensing.konicaminolta.us/products/vivid-910-3d-laser-scanner。
2.北科大測量室-sherry(2006)。數值地型模型之分析。檢自http://140.124.61.35/modules/tadbook2/view.php?com_mode=nest&;com_order=1&;bdsn=1065。