(35.175.212.130) 您好!臺灣時間:2021/05/15 11:04
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:許智程
研究生(外文):JR-CHENG SYU
論文名稱:以影像資訊輔助近景3D雷射掃描作掃瞄物特徵資訊之建立-以人臉為例
論文名稱(外文):The feature extraction of Scan Objectsare build from close-Range 3D scanning by image information -A Case Study by facial information
指導教授:李樹莊李樹莊引用關係
學位類別:碩士
校院名稱:逢甲大學
系所名稱:環境資訊科技碩士學位學程
學門:商業及管理學門
學類:財務金融學類
論文種類:學術論文
論文出版年:2009
畢業學年度:97
語文別:中文
論文頁數:77
中文關鍵詞:膚色偵測資料庫顏色分割人臉特徵雷射掃瞄
外文關鍵詞:3D laser scannerfacial featureYCbCrdatabase
相關次數:
  • 被引用被引用:1
  • 點閱點閱:144
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
近年來由於科技的日新月異,使得許多事物都有大幅度的改變進步;談到人臉偵測的發展,也由2D的數位影像辨識漸漸被3D圖像資訊所取代,其特徵資訊也更為完善。
人臉特徵過去的研究幾乎都是利用立體像對的方式來擷取,其過程較為費時且複雜。近年來由於雷射掃瞄儀的發展,使得3D座標可以快速的被擷取出;目前三維雷射掃描儀普遍附有相機,可於掃描同時拍攝掃描區域的影像,並將色彩的資訊附加於點雲上表現,讓整個掃描下來的場景模型更為擬真,更能表現出實地的情況,使所得資訊能更為完善。
本研究採用近景雷射掃瞄儀於掃描同時所拍攝之影像資訊,由點雲資料與影像像素之間的關連性,取其影像先做Bayesian YCbCr顏色分割,膚色偵測模型來作為膚色偵測的方法,將已偵測出來的膚色進行灰階化,接著進行長條圖等化,再用二值化影像和連接區塊法分析將人臉五官擷取出來,並分別對其分析建立特徵點位,建立各特徵之關聯性,以架構出人臉之特徵的資訊檔案,將所架構出來的人臉特徵資訊建立特徵點資料庫並測試資料庫。
本研究之成果顯示藉由影像的像面座標找尋臉部之特徵點位置,得到所對應的X,Y,Z座標,與我們一般認知的特徵點位置座標差異大約在1mm以內,因此足以證明此法運用於人臉特徵資訊找尋的可行性。且由實驗成果顯示運用在人臉辨識部份且掃描偏斜角度在40度以內也都可以全部辨識正確,甚至可以利用不同角度的方式做資料庫的建置。
In recent years because technical changing with each new day, many things have a lot of changes ; About the development of the face detect is also changed from 2D image to the information of 3D image. its characteristic informations is also more perfect.
Now, the 3D laser scanner accessorize camera is common. The camera can take pictures when the 3D laser scanner scanning the things. The pictures have the color information of the things and they can show with the points cloud.
This paper is intended to promote the matching average. Made the point cloud and pixel connection from close range 3D scanner. Then take the YCbCr data and use Connected-Component Analysis to get all the facial feature. Building the relationship between all features to the overhead construction publishes characteristic of the person face information file.and builds the facial database and test the databaseThis.
The results of this study show the images by image plane coordinates of feature points to find the location of the face, the corresponding X, Y, Z coordinates and our general understanding of the feature point location coordinates most differences are less than 1mm evidence in this method applied to facial feature to find the feasibility of information. And by the experimental results show that the use of face recognition in some and less than 40 degrees in angle can also be the correct identification of all, and even can be used in a manner different angles to do to build the database.
iii 逢甲大學 e-Thesys(97 學年度)
目錄
摘 要.........................................................i
Abstract.....................................................ii
目錄........................................................iii
圖目錄........................................................v
表目錄......................................................vii
第一章 緒論..................................................1
1.1前言...................................................1
1.2 研究動機與目的.......................................2
1.3 研究架構.............................................3
第二章 文獻回顧..............................................5
2.1 雷射掃瞄技術.........................................5
2.2 人臉之相關研究.......................................8
第三章 研究理論與方法.......................................13
3.1 研究流程............................................13
3.2 點雲資料處理程序....................................14
3.3 影像處理程序........................................15
3.3.1 顏色分割......................................16
3.3.2 膚色偵測......................................19
3.3.3 影像灰階化和長條圖等化.........................23
3.3.4 影像二值化.....................................25
3.3.5. 連接區塊法分析處理(Connected-Component Analysis).....................................................26
3.4 建立特徵點之資訊.....................................28
3.4.1 鼻端特徵點分析..................................28
3.4.2 眼部和嘴部分析..................................29
3.5 人臉特徵資訊建立.....................................31
第四章 實驗成果與分析.......................................33
4.1 實驗設備與實驗資料...................................33
4.1.1 實驗設備.....................................33
4.1.2 實驗資料......................................35
4.2 實驗流程............................................37
4.3 實驗一:測試人臉的正面掃描資料.......................39
4.3.1 影像擷取並處理.................................39
4.3.2 點雲資料處理...................................40
4.3.3 特徵點資訊建立.................................40
4.3.4 成果討論......................................46
4.4 資料庫的建置.......................................48
4.5 實驗二:資料庫測試..................................52
4.5.1 辨識用參數設定..................................52
4.5.2 資料庫測試方法..................................54
4.5.3 成果討論......................................57
4.6 實驗三:不同角度資料庫建置及辨識....................58
表4.7 辨識成功統計表.................................59
4.6.1 成果討論......................................59
第五章 結論與建議...........................................60
參考文獻.....................................................61
附錄一 各個體特徵點位置......................................63
附錄二:各個體座標差異量.....................................66
1. 曾義星,史天元,2002。三維雷射掃描技術及其在工程上之應用,土木水利。
2. 郭朗哲,曾義星,史天元,2003。地面雷射掃描儀測量作業問題探討,第二十二屆測量學術暨應用研討會,pp. .
3. 王志浩,洪本善,2005。應用三維雷射掃描技術於微量變形量測之研究 以齒顎矯正為例,私立逢甲大學環境資訊科技研究所,碩士論文。
4. 吳瑞一,2004,三維雷射掃描技術應用之研究-物件建模與變形模擬為例,私立逢甲大學土地管理學系碩士論文。
5. 吳秉耕,李樹莊,2007。影像資訊輔助3D雷射掃描套合之探討,2007台灣地理資訊學會年會暨學術研討會,pp.38.
6. 葉士豪,2001,以實際影像序列為依據之人臉動作模擬,中山大學資訊工程系碩士論文
7. 賴志恆,2003,雷射掃瞄點雲資料八分數結構化之研究,國立成功大學測量工程研究所碩士論文
8. 戴源助,2001,從立體人體雷射數位模型中自動擷取與辨識特徵點之方法,清華大學資訊工程系碩士論文。
9. G. Gordon, “Face recognition based on depth and curvature features", CVPR, 1992, pp. 108-110.
10. H. Ai; L. Liang; and G. Xu, “Face detection based on template matching and support vector machines," International Conference on Image Processing,
vol. 1, 2001, pp. 1006-1009.
11. H. Wu, Q. Chen, and M. Yachida, “Face Detection From Color Images Using a Fuzzy Pattern Matching Method," IEEE Trans. Pattern
Analysis and
Machine Intelligence, Vol. 21, No. 6, 1999, pp.557-563.
12. Huang Chien-Feng, 2000, A Solution for Computer Facial Animation.,
INUS Technology, Inc., 2003, RapidFormTM2004 User Guide & Tutorial,©1998-2004 INUS Technology, Inc.
13. Lichti, D. D., M. P. Stewart, M. Tsakiri and A. J. Snow, 2000, Benchmark Testing on a Three-Dimensional Laser Scanning System, Geomatics Research Australasia, 72: 1-23.
14. R. L. Hsu, A. M. Mohamed, and A. K. Jain, “Face Detection in Color
Images," IEEE Trans. Pattern Analysis and Machine Intelligence, Vol. 24,
No. 5, 2002, pp. 696-706.
15. T. Fujiwara, T. Nishihara, M. Tominaga, K. Kato, K. Murakami, and H. Koshirnizu, “On the detection of feature points of 3D facial image and its application to 3D facial caricature," in 3DIM99, 1999, pp. 490–496.
16. X. Lu, D. Colbry, and A. K. Jain, “Three dimensional model based face
recognition", ICPR, August 2004
17. Y.Wang, C. S. Chua, and Y.-K Ho, “Facial feature detection and face recognition from 2D and 3D images," Pattern Recognition Letters, vol. 23, pp. 1191–1202, 2002.
18. Z. F. Liu; Z. S. You ; A. K. Jain, and Y. Q. Wang, “Face detection and facial feature extraction in color image," Fifth International Conference on Computational Intelligence and Multimedia Applications, 2003, pp. 126-130.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top