3D Face Recognition System

Beschreibung

Die menschliche Zielerkennung war in den letzten Jahren ein aktives Forschungsgebiet, wobei der Schwerpunkt auf der automatischen Erkennung und Zuordnung von Gesichtern in Standbildern und Videos zum Zwecke der Verifizierung und Identifizierung lag. Die Leistung von 2D-Gesichtsabgleichsystemen hängt von ihrer Fähigkeit ab, unempfindlich gegenüber kritischen Faktoren wie Gesichtsausdrücken, Make-up und Alterung zu sein, hängt jedoch hauptsächlich von äußeren Faktoren wie Beleuchtungsunterschieden, Kamerablickwinkel und Szenengeometrie ab. Die inhärenten Einschränkungen des 2D-Gesichtsabgleichs haben jedoch die Überzeugung unterstützt, dass eine effektive Erkennung der Identität durch multibiometrische Technologien erreicht werden sollte. Insbesondere die Ausnutzung der Geometrie der anatomischen Struktur des Gesichts anstelle seines Aussehens mit der Definition von Algorithmen und Systemen für die 3D-Gesichtsanpassung war in den letzten Jahren ein wachsendes Forschungsgebiet. 3D-Gesichtserkennungssysteme zielen darauf ab, die zusätzlichen 3D-Daten zu verwenden, um einige der intrinsischen Probleme zu beseitigen, die mit 2D-Erkennungssystemen verbunden sind. Beispielsweise ist die 3D-Oberfläche eines Gesichts invariant gegenüber Änderungen der Beleuchtungsbedingungen, und daher sollten Erkennungssysteme, die diese Daten verwenden, per Definition beleuchtungsinvariant sein. Da es außerdem möglich ist, eine Anzahl von 3D-Modellen auf eine Basispose auszurichten, wäre ein solches System auch Blickpunkt-invariant (obwohl bis zu welchem ​​Grad es von der Vollständigkeit des 3D-Kopfmodells abhängt). Zusätzlich zu den 3D-Daten ist es weiterhin möglich, Texturinformationen zu erfassen und somit alle verfügbaren Daten zur Steuerung des Erkennungsprozesses zu verwenden.

Der Code wurde auf der GavabDB-Datenbank getestet. GavabDB ist eine 3D-Gesichtsdatenbank. Es enthält 549 dreidimensionale Bilder von Gesichtsoberflächen. Diese Maschen entsprechen 61 verschiedenen Personen (45 männlich und 16 weiblich) mit 9 Bildern für jede Person. Die Gesamtzahl der Personen ist Kaukasier und ihr Alter liegt zwischen 18 und 40 Jahren. Jedes Bild wird durch ein Netz verbundener 3D-Punkte der Gesichtsoberfläche ohne Textur gegeben. Die Datenbank bietet systematische Variationen hinsichtlich der Pose und des Gesichtsausdrucks.

Indexbegriffe: Matlab, Quelle, Code, 3D, Gesicht, Erkennung, Verifizierung, Modell, Abgleich, virtuell, Realität, Modellierung, Sprache, vrml.