3D人脸检测与识别技术的研究

3D人脸检测与识别技术的研究

骆虎

武汉市工程科学技术研究院 武汉 430000

摘要：随着社会经济的发展，人脸识别技术有着广泛的应用，如门禁控制、 边境管制、电子护照和签证、公共安全等，而传统的人脸识别方法是基于二维图像分析的理论进行人脸的表示、分析、提取特征并进行分类识别。虽然基于二维图像的人脸识别算法在半个多世纪的研究过程中，取得了丰硕的成果，但是研究表明，基于二维图像分析的人脸识别方法受到诸如光照、姿态、表情等成像条件的影响较大。本文所研究的3D人脸检测与识别技术，主要研究内容是使用三维数据对人脸进行识别，与二维数据相比，三维数据包含了人脸的空间信息，是人脸本身固有的信息，对外界条件的变化具有很好鲁棒性，采集获得的脸部三维形状数据不随光照、视图的变化而变化，且化妆等附属物对三维数据影响不明显；而且三维数据在信息量上比二维图像丰富，三维数据具有显式的空间形状信息，避免了二维图像投影过程中识别信息损失过多的缺点，从而保证了3D人脸检测与识别的效率。

关键字：3D技术 人脸识别 三维数据

1. 引言

国外的3D人脸识别技术发展较早，目前技术已相当成熟，BIOSCRYPT公司开发制造的脸形识别仪是世界上首部真正的三维脸形识别仪，它运用了光学、目标定向与影像追踪技术，和高速运算能力的识别演算法建立脸部的三维计量学与摄影追踪系统，这个系统通过获取与处理三维脸形资料方面的创新，使其得以提供实时准确的脸形识别，并因此取得了同业的领导地位；A4Vision（现已被BIOSCRYPT收购）公司宣布推出全球第一个RFID 3D脸部辨识读卡器----Vision Access 3D Face Reader。该读卡器采用独特的设计，并拥有最快的处理速度，可以在不到一秒的时间内，捕捉到人物的影像

相比于国外的3D人脸识别技术，国内在该领域的研究起步较晚，技术还不成熟，虽然做人脸识别技术的有很多，但做好的不超过三到五家，目前国内拥有自主知识产权的产品有深圳康贝尔公司的X－Face技术、汉王科技的c330考勤系统和福州海景科技、北京众智益华等几家科技公司的3D人脸识别系统。本文所研究的3D人脸检测与识别技术将采用三维立体多角度建模技术、人像表情处理技术、人像生物模型技术等，在人像采集过程中，人脸采集将不受周围环境的影响，人脸采集的识别率将大幅提高。

2. 3D人脸检测与识别的技术原理和优势

目前市场上传统的3D人脸识别技术是使用OpenGL的图形库，而且是基于X86平台的程序，在嵌入式设备上移植工作很难，并且OpenGL的3D渲染库在IOS和Android系统的移植也非常困难，这些技术难点严重阻碍了3D人脸识别技术的应用与推广，如何解决这一技术瓶颈问题，将是我们的攻关重点。针对这个技术难点，我们首先将3D人脸重建和检测技术应用在支持X86架构的Windows平台和Windows 8的平板电脑上，形成产品后再向Android系统和IOS系统移植。主要包括以下几个步骤：

（1）图像获取。人脸图像数据源包括运动图像序列（视频流）和静止图像。主要可以通过扫描仪，数码照相机，摄像头等数字输入设备获取。

（2）分析输入的图像，判断其中是否有人脸，如果有，则找出人脸的位置，并把人脸图像从背景图像中分离出来。

（3）3D人脸检测与识别技术利用主动外观模型(AAM)定位详细的脸部特征，使用三个不同的主动外观模型，分别为正面模型、半侧面模型和侧面模型，分别使用每个模型以寻找输入人脸图象的最佳匹配，并且采用在匹配中具有最小残差的模型。

（4）人脸三维建模。使用包含了6292个顶点及6152个面的三维网格。纹理图包含了人脸上的所有纹理，纹理坐标决定了如何将二维纹理图中的纹理映射到三维网格中。（示例图如下）

3D人脸识别有两种模式：(1:1)确认模式和(1: n)辨认模式，该技术的研究可以将这两种模式下的识别率、识别速度达到实际应用的需要，并且可以容纳各种面部场合和适应昏暗的照明环境。

在人脸识别系统中引入该种建模方式，可以针对多个人像的照片，系统自动检测人像并分割出多张独立的照片，识别准确度进一步提高，1:1识别准确率可达97%；1:N识别准确率可达95%以上。

3. 3D人脸检测与识别技术的先进性和创新点

3D人脸检测与识别技术的研究将极大地提高人脸检测与识别的效率，该项技术的研究具有以下几点先进性和创新点：

（1）在信息获取方面，依靠性能优异的硬件设备和底层软件的共同作用，能很好地提高人像搜索、跟踪、定位、捕捉的效率；独有的人像生物模型技术，将允许采集时人脸上、下、左、右扭转35-45度，而不影响识别结果；“半张脸”人像识别技术可以针对打电话、戴口罩、戴墨镜等故意遮挡人脸的情况进行有效识别，不影响识别效果。

（2）当周围环境发生变化，或者人像捕捉环境不佳时，独有的光线、背景、饰物处理技术，可以使识别的准确度受到光线、背景、饰物的影响最小；独有的人像表情处理技术，即使采集的照片表情与存档照片表情存在一定的差异也不会影响识别结果，如：闭着眼晴，张大口型等。

（3）独有的活体检测技术能自动识别待识别对象是否是具有生命特征的活体人，如发现是照片不予识别；模糊图像处理技术将采用三维立体多角度建模技术，从而有效提高数据采集的识别率。

4. 结语

3D人脸检测与识别技术的研究涉及多方面的内容，包括前端信息采集、数据存储、后台数据处理等，限于篇幅，本文着重论述了人脸采集方式和系统基本构造原理。由于人脸识别在经济、安全、社会保障、犯罪、军事等领域有巨大的潜在的应用价值，尤其在需对用户身份进行验证或识别的场合应用较为广泛，随着相关技术的不断发展和硬件产品性能的提升，未来3D人脸检测与识别技术的研究将更加深入。

参考文献：

[1]王科俊，姚向辉.人脸图像检测与识别方法综述[J].自动化技术与应用,2004,(12)

[2]于淼,郑红.基于DSP的人脸图像识别系统[J].微计算机信息. 2003,19(6)

[3]魏华,李荐民.CPLD在图像采集系统中的应用[J].计算机测量与控制.2002

[4]罗东健. 大规模存储系统高可靠性关键技术研究[D]. 华中科技大学.2011