基于面部表面形状的人脸辨识方法研究

摘要

人脸识别是当前生物特征识别研究的热点之一,具有十分广阔的应用前景。三维人脸的研究是以人脸的三维数据为基础,较二维人脸图像具有更丰富的信息,能够解决和克服现有的二维人脸识别技术中所面临的光照、姿态、表情等问题。
　　 针对原始的三维数据提取识别特征难度较大。三维人脸比二维人脸增加了深度信息,从而使得蕴含的信息量更丰富,所以将深度信息转化为深度图进行识别不仅可以使信息明确,而且可以将现有的比较成熟的基于灰度图的二维人脸识别运用其中,大大降低了算法的复杂度。
　　 在获取人脸深度图像之后,将识别问题转为为测试图像找到一个稀疏表示。稀疏矩阵可以用最小化L1范数来精确有效地计算出稀疏系数。通过实验可以发现,如果识别问题中的稀疏问题能够处理得当,那么特征的选择不再重要。较传统的特征如特征脸法(PCA),稀疏表示获得更高的识别率,而且,基于稀疏表示的随机映射法在特征维数增加时能取得同样好的效果。不同特征的不同性能在特征空间维数足够大时变得没有意义。