基于面部表情GEM和稀疏立方矩阵的三维人脸识别方法

摘要：

针对姿态和表情变化对3D人脸识别影响较大的问题,提出一种基于面部表情通用弹性模型(generic elastic models,GEM)和稀疏立方矩阵的3D人脸识别方法.利用面部表情通用弹性模型构造3D人脸数据库,3D重建模型为所有人脸姿态创建稀疏立方矩阵(sparse cubic matrix,SCM),并利用自动头部姿态估计法获得人脸图像中三元组角度的初始估计值;为每个子集估计的三元组角度选择SCM的阵列;通过稀疏表示从SCM中选择阵列与探针图像.在FERET,CMU PIE和LFW数据库上的实验验证了提出方法的有效性.与几种优秀3D人脸识别方法相比,提出的方法识别率更高,当姿态变化角度较大时尤为明显.此外,对于480×640图像,LFW数据库上,预处理、人脸检测和分类的总平均处理时间仅为89.4 ms.

关键词：3D人脸识别、面部表情通用弹性模型、稀疏立方矩阵、三元组角度、实时性

所属期刊栏目：29

分类号：TP391(计算技术、计算机技术)

资助基金：湖南省教育厅科学研究青年基金资助项目12B066;The Science Research Youth Fund Project from Department of Education in Hunan Province12B066

在线出版日期：2017-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：257-264