1、隨著信息技術(shù)的快速發(fā)展,高效、準(zhǔn)確的個(gè)人身份認(rèn)證需求正日益增長(zhǎng)。人臉識(shí)別作為身份認(rèn)證技術(shù)的一個(gè)重要組成部分,具有極高的學(xué)術(shù)研究?jī)r(jià)值和廣泛的市場(chǎng)應(yīng)用前景,已成為模式識(shí)別研究領(lǐng)域重要課題之一。當(dāng)前人臉識(shí)別研究根據(jù)處理對(duì)象不同主要分為兩個(gè)類(lèi)型:二維人臉識(shí)別和三維人臉識(shí)別。在一定約束條件下,二維人臉識(shí)別技術(shù)已經(jīng)可以獲得比較理想的識(shí)別效果。但姿態(tài)、光照、表情、年齡等因素是制約二維人臉識(shí)別技術(shù)進(jìn)一步發(fā)展的瓶頸。三維數(shù)據(jù)提供了更多人臉識(shí)別需要的鑒別信

2、息,被認(rèn)為具有光照、姿態(tài)不變性,因而成為當(dāng)前人臉識(shí)別研究領(lǐng)域的熱點(diǎn)。本文主要做了如下研究:
　?、籴槍?duì)三維人臉數(shù)據(jù)中可能存在的尖點(diǎn)、孔洞以及姿態(tài)變化等因素會(huì)造成人臉樣本類(lèi)內(nèi)差異增加從而影響人臉識(shí)別系統(tǒng)精度的問(wèn)題,提出一種三維人臉數(shù)據(jù)預(yù)處理方法。通過(guò)切割、數(shù)據(jù)規(guī)整、平滑和姿態(tài)矯正使原來(lái)散亂的三維人臉點(diǎn)云數(shù)據(jù)變?yōu)橐?guī)整的人臉點(diǎn)云數(shù)據(jù),并可弱化噪聲和冗余信息的干擾降低人臉樣本的類(lèi)內(nèi)差異。雖然該方法是基于CASIA3D人臉庫(kù)的,但其基本思想

3、并不失一般性。
　　②為增強(qiáng)三維人臉識(shí)別系統(tǒng)對(duì)表情變化的魯棒性,本文提出一種融合深度數(shù)據(jù)與面部剛性區(qū)域的人臉識(shí)別算法。首先根據(jù)人臉幾何特征定位鼻尖點(diǎn),以該點(diǎn)為中心切割出有效的面部區(qū)域,把各種姿態(tài)的人臉統(tǒng)一矯正到正面姿態(tài);然后以深度圖作為整體特征采用二維主成分分析(2DPCA)算法進(jìn)行匹配,以面部剛性區(qū)域作為局部特征采用改進(jìn)的迭代最近點(diǎn)(ICP)算法進(jìn)行匹配;最后將所提取的整體特征匹配結(jié)果和局部特征匹配結(jié)果進(jìn)行融合。在CASIA3D

4、人臉庫(kù)上的實(shí)驗(yàn)結(jié)果表明,本文算法的識(shí)別率高于使用單一特征的算法,且對(duì)表情變化有較好的魯棒性。
　　③現(xiàn)有的深度圖生成算法大多是通過(guò)對(duì)點(diǎn)云插值把深度數(shù)據(jù)轉(zhuǎn)化為深度圖,但對(duì)點(diǎn)云插值的時(shí)間復(fù)雜度較高。為有效提高深度圖生成速度,本文采用了一種可避免點(diǎn)云插值的深度圖生成方法。
　?、茚槍?duì)傳統(tǒng)的方法在提取剛性區(qū)域時(shí)對(duì)每個(gè)樣本都以固定半徑切割出所需要的區(qū)域會(huì)導(dǎo)致剛性區(qū)域的類(lèi)間差異減小的問(wèn)題。為了提高獲取的剛性區(qū)域的類(lèi)間差異,本文提出了一種