基于特征点表情变化的3维人脸识别

摘要：

目的 为克服表情变化对3维人脸识别的影响,提出一种基于特征点提取局部区域特征的3维人脸识别方法.方法 首先,在深度图上应用2维图像的ASM(active shape model)算法粗略定位出人脸特征点,再根据Shape index特征在人脸点云上精确定位出特征点.其次,提取以鼻中为中心的一系列等测地轮廓线来表征人脸形状;然后,提取具有姿态不变性的Procrustean向量特征(距离和角度)作为识别特征;最后,对各条等测地轮廓线特征的分类结果进行了比较,并对分类结果进行决策级融合.结果 在FRGC V2.0人脸数据库分别进行特征点定位实验和识别实验,平均定位误差小于2.36 mm,Rank-1识别率为98.35％.结论 基于特征点的3维人脸识别方法,通过特征点在人脸近似刚性区域提取特征,有效避免了受表情影响较大的嘴部区域.实验证明该方法具有较高的识别精度,同时对姿态、表情变化具有一定的鲁棒性.

关键词：3维人脸识别、特征点、等测地轮廓线、Procrustes分析、特征融合

所属期刊栏目：19

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目51175081;博士点基金项目20130092110027

在线出版日期：2014-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1459-1467