一种新的三维面部数据局部匹配方法

赵 勇 军

(阿坝师范高等专科学校 网络管理中心， 四川 汶川 623002 )



一种新的三维面部数据局部匹配方法

赵 勇 军*

(阿坝师范高等专科学校 网络管理中心， 四川 汶川 623002 )

传统人脸识别在非正常光照和姿势的情况下鲁棒性较低，针对该非正常角度下人脸数据的局部缺失导致识别率降低的问题，提出了一种解决局部匹配问题的方法.该方法通过引入基于曲率和径向距离的3D标志指示器进行3D人脸标志检测，采用注释人脸模型进行初始配准，以扩展可变模型框架即利用在拟合过程中人脸对称性的优点，使得局部匹配问题可以将缺失数据完整化，从而真正地实现姿态的不变性.论文在通用的3D人脸数据库FRGC v2及来自圣母大学的人耳数据库的集合F、G上进行了实验，验证了所提方法的有效性.

人脸识别； 局部匹配； 标志指示器； 注释人脸模型； 可变模型框架； 有限元方法

近年来，三维(Three-dimensional， 3D)人脸识别受到了很多学者的关注，但光照、姿势变化却正在困扰着3D人脸识别方法[1-2].目前大多数3D人脸识别方法都主张姿势不变性，这些方法主要假设头部可以根据感应器来旋转，整张脸是可见的.但是，这仅适用于正面扫描图像，侧面扫描图像通常会有大面积的数据缺失.而这些图像在现实生活中是很常见的，如不匹配的个体和不可控制的环境[3-4].因此，如果能够很好地利用3D人脸识别的全姿态不变特性，局部匹配问题也就迎刃而解.

在人脸识别领域，学者们已经进行……