为了克服面部表情变化导致的三维人脸识别精度不高的问题,提出了一种结合局部关键点集与测地线的三维人脸识别算法。首先,根据表情变化对人脸识别具有分区域影响的特性,将三维人脸划分出刚性区域和非刚性区域;然后将由鼻部和眼部组成的区域作为刚性区域,进行有效关键点检测,提取多种几何特征,构成局部描述子,进行相似度匹配;接着在非刚性区域提取测地线环带并进行相似度匹配;最后将两个区域的匹配程度进行加权融合,得到最终的匹配结果。该算法分别在Bosphorus和FRGC v2.0数据库上进行了实验验证,结果表明算法识别率分别达到了97.01%和98.63%,由此证明本文算法对三维人脸的表情变化有较强的稳健性。

基于三维数据的人脸识别克服了二维图像数据受光照和姿态影响较大的问题, 但其较高的数据维数约束了它的实际应用。本文针对三维人脸数据的简化描述, 提出了将三维人脸映射至二维表示的本征形状描述图方法。该方法首先基于约束离散保形映射将三维人脸数据微分同构映射到一个局部几何特征保持的二维区域。然后基于人脸曲面几何结构特性和表观特性, 构建二维本征形状描述图, 用于简化对三维人脸数据的描述, 并进行识别验证。基于国际公共人脸数据库FRGC2.0和GavabDB的三维人脸识别实验显示, 本征形状描述图法在姿态变化大于60°时的识别率达到90.6%, 比现有方法高5.9%, 单次匹配时间为7.89 s。该方法将三维人脸识别问题转换为了二维平面图像的识别问题, 有效降低了数据描述的复杂度。得到的结果展示了该方法计算效率高, 且对姿态变化有良好的健壮性。

研究了使用三维人脸模型进行不同姿势下的人脸识别问题,提出了一种三维建模二维识别的人脸识别算法,首先使用该方法将三维模型向不同方向投影,进而将不同姿势的二维图像与不同方向的投影结果相匹配,进行.人脸识别.研究了使用Minolta Vivid 910进行数据获取,创建三维模型的方法和过程.实验结果表明,在进行不同姿势的人脸识别时,该方法的识别速度快于三维可变形模型方法,识别率远优于使用二维正面图像作为模板的人脸识别方法.