3D Face Recognition System

描述

人类目标识别在过去几年一直是一个活跃的研究领域，主要侧重于静态图像和视频中人脸的自动检测和匹配，以用于验证和识别。二维人脸匹配系统的性能取决于它们对面部表情、化妆和年龄等关键因素不敏感的能力，但主要取决于照明差异、相机视点和场景几何等外部因素。然而，二维人脸匹配的固有局限性支持了这样一种信念，即应该通过多生物识别技术来获得有效的身份识别。特别是，利用面部解剖结构的几何形状而不是其外观，以及定义用于 3D 面部匹配的算法和系统，近年来一直是一个不断发展的研究领域。 3D 人脸识别系统旨在使用额外的 3D 数据来消除与 2D 识别系统相关的一些内在问题。例如，人脸的 3D 表面不受光照条件变化的影响，因此使用该数据的识别系统根据定义应该是光照不变的。此外，考虑到可以将多个 3D 模型注册到基本姿势，这样的系统也将是视点不变的（尽管程度取决于 3D 头部模型的完整性）。除了 3D 数据之外，还可以捕获纹理信息，从而使用所有可用数据来指导识别过程。

代码已在 GavabDB 数据库上进行了测试。 GavabDB 是一个 3D 人脸数据库。它包含 549 个面部表面的 3D 图像。这些网格对应于 61 个不同的个体（45 个男性和 16 个女性），每个人有 9 个图像。这些人的总数是高加索人，他们的年龄在 18 到 40 岁之间。每个图像由面部表面的连接 3D 点网格给出，没有纹理。该数据库提供有关姿势和面部表情的系统变化。

索引词：Matlab、源码、代码、3D、人脸、识别、验证、模型、匹配、虚拟、现实、建模、语言、vrml。