基于改进SURF算法的人脸点云配准

• 作者: 佘二永 李振华 王清华 郭昱
• 来源期刊: 光学技术
• 学科: 工学
• 关键词: 三维人脸配准 SURF 奇异值分解 ICP
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 信息光学与图像处理
• 页码范围: 333-338
• 页数: 6页
• 分类号: TP394.1|TH691.9
• 语种: 中文

摘要

精准的三维人脸重建是三维人脸识别、三维人脸表情仿真等技术实现的重要前提.基于以往图像特征点和点云数据的三维配准算法研究,提出了一种计算量小、实时性较高的人脸配准算法.提取人脸图像特征点,计算64维的SURF描述符;利用RANSAC算法剔除不稳定匹配点;利用奇异值分解SVD求解粗配准变换矩阵;利用改进的最近点迭代算法求解最终变换矩阵.实验结果显示配准误差只有8.71895×10-5 m2,总耗时为6.61s,相比较SIFT算法和手动寻找匹配点,速度快、精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	佘二永		10	63	5.0	7.0
2	李振华	南京理工大学理学院	83	458	11.0	15.0
3	王清华	南京理工大学理学院	17	105	6.0	10.0
4	郭昱	南京理工大学理学院	1	1	1.0	1.0