PDF《潘纲‘ 吴朝晖》

第20卷第7期 计算机辅助设计与图形学学报 V01.

20,No.7 2008年7月JOURNAL OF COMPUTER―AIDED DESIGN&

COMPUTER GRAPHICS July,2008 三维人脸识别研究综述 王跃明 潘纲'

吴朝晖 (浙江大学计算机科学与技术学院杭州 310027) (ymingwang@gmail.com) 摘要近二十多年来,虽然基于图像的人脸识别已取得很大进展,并可在约束环境下获得很好的识别性能,但仍 受光照、姿态、表情等变化的影响很大,其本质原因在于图像是三维物体在二维空间的简约投影.因此,利用脸部曲 面的显式三维表达进行人脸识别正成为近几年学术界的研究热点.文中分析了三维人脸识别的产生动机、概念与基 本过程;

根据特征形式,将=三维人脸识别算法分为基于空域直接匹配、基于局部特征匹配、基于整体特征匹配三大类 进行综述;

对二维和三维的双模态融合方法进行分类阐述;

列出了部分代表性的三维人脸数据库;

对部分方法进行 实验比较,并分析了方法有效性的原因;

总结了目前三维人脸识别技术的优势与困难,并探讨了未来的研究趋势. 关键词 人脸识别;

三维人脸识别;

深度数据;

模式分类 中图法分类号TP391.4 A Survey of 3D Face Recognition Wang Yueming Pan Gang. Wu Zhaohui (College of Computer Science and Technology,Zh巧iang University,Hangzhou 310027) Abstract The image-based face recognition hos made great progress over the past decade,wi、th good performance achieved under certain constrained conditions.However,the solution iS still challenged by variations in illumination,facial pose and expression.Here the main reason is that the 2D image is essentially a projection of the 3D object onto 2D space.Due to the explicit representation of facial surface,exploiting 3D shape information for face recognition is attracting more and more attention in recent years,to cope with the challenges.This paper surveys the state of the art of 3D face recognition.Firstly,the background,conception and basic procedure of 3D face recognition are introduced.Then,3D face recognition approaches,categorized into three main groups:spatial matching methods,local feature based methods,and global feature based methods,are reviewed respectively.Besides,face recognition using bi―modal of 2D+3D is introduced briefly.Several typical 3D face databases are listed,and four typical methods are implemented for comparison.Finally,the paper summarizes the advantages,discusses the current challenges,and outlines the future development trend. , Key words face recognition;

3D face recognition;

range data;

pattern classification 收稿日期:2007―11―29;

修回日期:2008―04―16.基金项目:国家杰出青年科学基金(60525202);

国家自然科学基金(60503019, 60533040)l周家.八六三 高技术研究发展计划(2008AA012149);

长江学者和创新团队发展计划(IRT0652).王跃明,男.1976年生.博士.CCF 学生会员,主要研究方向为三维人脸识别、人脸检测、统计学习.潘纲.男,1 976年生,博士.副教授,CCF会员.论文通讯作者.主要研究方向 为三维人脸识别、计算机视觉、模式识别、普适计算(gpan@zju.edu.en).吴朝晖,男,1966年生,博士,教授,博士生导师,CCF常务理事,主要研 究方向为三维人脸识别、计算机视觉、模式识别、普适计算、网格计算. 万方数据

820 计算机辅助设计与图形学学报 2008年 在现代社会中,个人身份认证技术的应用无所 不在,其中基于指纹、虹膜、人脸等人体生物特征的 识别技术在多个领域有巨大的市场需求,如门禁系 统、视频监控、机场安检、智能空间、自然人机交互 等.尽管基于指纹和虹膜的身份认证比人脸识别技 术具有更高的准确性和可靠性,但人脸识别因具有 自然、友好、对用户干扰少、易被用户接受等优势而 有更广阔的应用前景[1]. 人脸识别研究可以追溯到20世纪初[2].经过研 究人员的不懈努力,基于图像的二维人脸识别技术 日趋成熟,在一定约束条件下已取得较好的识别结 果[1'