3D Face Recognition System

説明

人間のターゲット認識は、検証と識別の目的で、静止画像とビデオ内の顔の自動検出と照合に重点を置いて、ここ数年活発な研究分野でした。 2D 顔照合システムのパフォーマンスは、顔の表情、化粧、老化などの重要な要因に影響されない能力に依存しますが、主に、照明の違い、カメラの視点、シーン ジオメトリなどの外的要因に左右されます。ただし、2D の顔照合には固有の制限があるため、マルチ バイオメトリック テクノロジを使用して ID を効果的に認識できるようにする必要があるという信念が支持されてきました。特に、顔の外観ではなく解剖学的構造の幾何学を利用し、3D 顔照合用のアルゴリズムとシステムを定義することは、ごく最近の研究分野として成長しています。 3D 顔認識システムは、追加の 3D データを使用して、2D 認識システムに関連する本質的な問題の一部を排除することを目的としています。たとえば、顔の 3D サーフェスは照明条件の変化に対して不変であるため、このデータを使用する認識システムは、定義上、照明不変である必要があります。さらに、多数の 3D モデルをベース ポーズに登録できることを考えると、そのようなシステムも視点不変になります (ただし、3D ヘッド モデルの完成度に依存します)。 3D データに加えて、テクスチャ情報をキャプチャすることも可能なため、利用可能なすべてのデータを使用して認識プロセスをガイドできます。

コードは GavabDB データベースでテストされています。 GavabDB は 3D 顔データベースです。顔面の 549 の 3 次元画像が含まれています。これらのメッシュは、61 人の異なる個人 (男性 45 人、女性 16 人) に対応し、各人に 9 つの画像があります。全員が白人で、年齢は 18 歳から 40 歳です。各画像は、テクスチャのない顔の表面の接続された 3D ポイントのメッシュによって与えられます。データベースは、ポーズと表情に関する体系的なバリエーションを提供します。

キーワード: Matlab、ソース、コード、3D、顔、認識、検証、モデル、マッチング、仮想、現実、モデリング、言語、vrml。