摘要
三维人脸特征较二维人脸特征能更精确地描述人脸的几何结构,并且不易受化妆与光照的影响,因此,使用三维人脸数据进行人脸识别可以提高人脸识别在实际环境下的识别准确率。基于特征提取的三维人脸识别算法的性能取决于特征设计的合理性以及特征设计者的经验。近年来,基于神经网络的深度学习的研究解决了自适应特征提取的难题,该方法将深度信念网络用于三维人脸识别,目的是为自适应地提取三维人脸的有效性特征。该算法对三维人脸原始数据进行预处理,然后使用人脸表面点法方向建立球面向量模投影图,这既可以提高含有表情的三维人脸与同类别中性人脸之间的相似度,又可以降低具有相同表情的不同类别的人脸间的相似度,从而降低了类内离散度并增...
学科与关键词
关键词
三维人脸识别深度信念网络深度学习球面向量模投影图FRGC 2.0人脸库
- 基于改进LBP和DBN的人脸识别算法研究吕秀丽; 黄兆昊; 白永强工业仪表与自动化装置, 2021, (05): 80-82.
- 双模态及语义知识的三维人脸表情识别方法胡步发; 王金伟仪器仪表学报, 2013, (04): 873-880.
- 基于拉普拉斯金字塔降维的人脸识别算法亢洁; 林欣; 吴星驰陕西科技大学学报(自然科学版), 2015, (01): 165.
