臺灣博碩士論文加值系統

在人臉辨識的研究中，大都利用2D影像進行人臉辨識，由於3D掃描技術的開啟，人臉辨識已漸由2D演進為3D。然而3D人臉辨識的處理程序，大都需先建立3D人臉模型後，再進行辨識作業，處理程序較為繁瑣，鮮少直接以3D點雲資料直接進行辨識處理。
本研究直接利用3D點雲坐標資料MATLAB(MATrix LABoratory)程式，以數學計算模式進行人臉辨識。回顧目前3D人臉辨識的方法後，說明本研究人臉辨識之空間幾何處理程序及實證分析。研究係採均方根誤差(RMS)作為門檻值，再輔以人臉特徵點(人臉鼻尖)與參考基準線的距離值，進行辨識運算。
實證分析採2種分析方法：(1)Rapidform(商用軟體)內訂之ICP法，(2)網格點雲坐標分析法。本研究之樣本為成年年輕10男10女(年紀約22歲)及3對雙胞胎，共26人進行實驗，實驗結果為，ICP法辨識成功率為90%，第兩種方法則100%辨識成功，在雙胞胎的辨識過程中，以第二種網格點雲坐標分析法進行辨識，結果在本研究實驗下，3對雙胞胎在彼此辨識當中，可辨識雙胞胎為不同人，辨識率為100%。
研究結果表明，直接以點雲坐標概念進行辨識，並以數值運算不經過三維建模之方式可行，不僅減少建立3D人臉模型之計算負荷，省去了3D辨識皆須建立模型此步驟，讓處理程序簡化，在本研究26位樣本中可達到100％人臉辨識率。

In the study of face recognition, most of the use of 2D images for face recognition, as the 3D scanning is growed on, face recognition has gradually evolved from 2D to 3D. However, 3D face recognition procedure steps, most need to establish a 3D face model, and then recognize the model. The process is cumbersome, Less direct 3D point cloud data directly to identify processing.
In this study, we use MATLAB (MATrix LABoratory) program of 3D point cloud data directly, and face recognition using mathematical model. Review the current 3D face recognition survey, this paper describes the spatial geometry processing procedure and empirical analysis of face recognition in this study. In the study used RMS taken as threshold, And then supplemented by the distance between the feature point of human face and the reference line.
Two kinds of analysis methods are adopted in the empirical analysis:(1) Rapidform,(2) Grid Cloud data. A sample of 10 male and 10 female adults was studied(about 20 years old) and three pairs of twins. The experimental result is Rapidform method to identify the success rate of 90%,another method 100% identification success. In the study twins experiment the recognition rate is 100%.
Research indicates, directly to the point cloud coordinates of the concept of identification, there is no need to build a model, and let the handler be simplified. In this study, 26 of the samples can achieve 100% face recognition rate.

目 錄

第一章 緒論…………………………………………………………………………1
第一節 前言……………………………………………………………...1
第二節 研究動機……………………………………………………...3
第三節 研究目的…………………………………………………….5
1-3-1 研究限制…………………………………………………………...5
1-3-2 研究架構與流程…………………………………………………..6
第二章 文獻回顧……………………………………………………………………8
第一節 研究軟體工具……………………………………………………8
第二節 人臉辨方法……………………………………………………13
第三節 理論基礎………………………………………………………..18
第三章 實驗設計與方法…………………………………………………………32
第一節 實驗設計與流程…………………………………………………32
第二節 ICP法及網格分析法……………………………………………36
第四章 研究成果與分析…………………………………………………………43
第一節 樣本說明………………………………………………………43
第二節 Rapidform之ICP法……………………………………………44
第三節 網格點雲坐標分析法……………………………………………48
第五章 結論與後續研究…………………………………………………………44
第一節 結論……………………………………………………………44
第二節 後續研究………………………………………………………45

參考文獻

一、中文部分
1. 林皇億(2010)。三維人臉辨識之研究。逢甲大學資訊電機工程在職專班碩士論文。
2. 吳政誼(2009)，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。
3. 吳瑞一(2004)，三維雷射掃描技術應用之研究- 3D物件建模與變形模擬為例，逢甲大學土地管理所碩士論文。
4. 倪承民(2010)，利用幾何特徵偵測進行三維面部影像對位，義守大學生物醫
學工程碩士論文。
5. 洪本善、陳鴻智(2014)，3D點雲人臉辨識模式研究，中正嶺學報，第43卷，第1期，頁121-135。
6. 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。
7. 梁振升(2010)，以 Open CV 實現即時之人臉偵測與辨識系統，銘傳大學電腦與通訊工程學系碩士班碩士論文。
8. 許宏昌，王兆璋(2003)，主成份分析法於指尖亮點手勢辨識之應用，國立中山大學海下技術所碩士班碩士論文。
9. 許智程(2009)，以影像資訊輔助3D雷射掃描作人臉特徵資訊之建立，逢甲大學環境資訊科技碩士學位學程碩士論文。
10.鄧宜珍(2002)，遙測影像處理與地貌辨識，國立中央大學資訊工程研究所碩士論文。
11.駱榮欽、許秀貞(2011)， A Face Tracking and Recognition Using AdaBoost and PCA Algorithm，臺北科技大學學報，第44卷，第1期，頁21-33。
12.鏡逸聰、黃雅軒、鄭勝文、蔡耀弘、趙鴻欣、吳正毅(2003)，即時運算之人臉辨識系統，電腦與通訊，第104期，頁70 -75。

二、英文部分
1. Boris Efraty, Emil Bilgazyev, Shishir Shah, Ioannis A.Kakadiaris (2011). Profile-based 3D-aided face recognition. Pattern Recognition 45,43–53.
2. Bowyer, K.W., Chang, K., Flynn, P.(2005). A survey of approaches and challenges in 3D and multi-modal 3D + 2D face recognition, ELSEVIER, Vol. 101, pp.1-15.
3. Kevin W. Bowyer , Kyong Chang, Patrick Flynn(2005), A survey of approaches and challenges in 3D and multi-modal 3D + 2D face recognition, Vol. 101, P.1-15. Computer vision and Image Understanding.
4. Shi, J., A. Samal, D. Marx(2006),How effective are landmarks and their geometry for face recognition?, ELSEVIER,Vol.102,P.117-133.
5. Vanicek P. and Krakiwsky E., 1982. Geodesy: The Concepts, p38, ISBN 0-444-86149-1
6. Wolf, P. R. and Dewitt, B. A., 2000. Element of Photogrammrtry with Application in GIS, McGraw Hill press, 3rd edition.