3D Face Recognition System

기술

인간 표적 인식은 검증 및 식별을 위해 정지 이미지 및 비디오에서 얼굴의 자동 감지 및 일치에 중점을 두면서 지난 몇 년 동안 활발한 연구 영역이었습니다. 2D 얼굴 매칭 시스템의 성능은 표정, 메이크업 및 노화와 같은 중요한 요소에 둔감한 능력에 달려 있지만 주로 조명 차이, 카메라 시점 및 장면 기하학과 같은 외적 요소에 달려 있습니다. 그러나 2D 얼굴 일치의 고유한 한계는 다중 생체 인식 기술을 통해 효과적인 신원 인식을 얻어야 한다는 믿음을 뒷받침해 왔습니다. 특히, 3D 얼굴 매칭을 위한 알고리즘 및 시스템의 정의와 함께 얼굴의 외형보다는 해부학적 구조의 기하학의 활용은 최근 몇 년 동안 성장하는 연구 분야입니다. 3D 얼굴 인식 시스템은 추가 3D 데이터를 사용하여 2D 인식 시스템과 관련된 몇 가지 본질적인 문제를 제거하는 것을 목표로 합니다. 예를 들어, 얼굴의 3D 표면은 조명 조건의 변화에 ​​불변하므로 이 데이터를 사용하는 인식 시스템은 정의에 따라 조명이 불변해야 합니다. 또한 기본 포즈에 여러 3D 모델을 등록할 수 있다는 점을 감안할 때 이러한 시스템은 관점 불변이기도 합니다(3D 머리 모델의 완성도에 따라 어느 정도 차이가 나긴 하지만). 3D 데이터 외에도 텍스처 정보를 캡처할 수 있으므로 사용 가능한 모든 데이터를 사용하여 인식 프로세스를 안내합니다.

코드는 GavabDB 데이터베이스에서 테스트되었습니다. GavabDB는 3D 얼굴 데이터베이스입니다. 그것은 549개의 얼굴 표면의 3차원 이미지를 포함합니다. 이 메쉬는 각 사람에 대해 9개의 이미지가 있는 61명의 다른 개인(남성 45명 및 여성 16명)에 해당합니다. 개인의 총계는 백인이고 나이는 18세에서 40세 사이입니다. 각 이미지는 텍스처가 없는 얼굴 표면의 연결된 3D 점의 메쉬로 제공됩니다. 데이터베이스는 포즈와 표정에 대한 체계적인 변화를 제공합니다.

색인 용어: Matlab, 소스, 코드, 3D, 얼굴, 인식, 검증, 모델, 매칭, 가상, 현실, 모델링, 언어, vrml.