2、基于k-d树空间访问增强的一对多3D人脸识别技术

基于k-d树空间访问增强的一对多3D人脸识别技术

1 引言

人脸识别系统可分为验证和识别两种模式，即一对一和一对多识别。过去对人脸识别的研究多关注提高识别准确性和鲁棒性，较少涉及计算时间问题，尤其是在一对多应用中。本文提出一种基于法线贴图的3D人脸识别方法，结合离散傅里叶变换（DFT）索引和k-d树空间访问技术，以提高识别速度和效率。

2 相关工作

2.1 2D人脸识别方法

早期人脸识别被视为2D模式识别问题，主要有以下几种方法：
- 基于图像的方法 ：将人脸图像作为灰度像素数组进行分析。
- 基于特征的方法 ：分析人脸的拟人特征和几何形状。
- 组合方法 ：提取特征区域并应用基于图像的算法。

然而，当前的2D方法在受试者姿势不受严格控制时，可能无法达到最佳性能。

2.2 3D人脸识别方法

3D人脸识别处理代表人脸（或头部）形状的三维数据集，如距离数据或多边形网格。它能更好地应对人脸的各种变化，包括个体外观和面部表情、姿势、光照及老化等内部变化。一些3D人脸识别技术包括基于特征脸、豪斯多夫距离匹配、扩展高斯图像的球面相关性、主成分分析（PCA）和迭代最近点（ICP）方法等。

3 人脸识别系统

3.1 人脸捕获

该方法基于3D多边形网格，因此需要获取实际人脸并将其表示为多边形表面。可使用激光或结构光扫描技术，也可采用立体成像。本文选择基于特征的网格变形技术，因为它所需设备简单，在实际