Trójwymiarowe rozpoznawanie twarzy
Trójwymiarowe rozpoznawanie twarzy ( rozpoznawanie twarzy 3D ) to modalność metod rozpoznawania twarzy , w których wykorzystuje się trójwymiarową geometrię ludzkiej twarzy. Wykazano, że metody rozpoznawania twarzy 3D mogą osiągnąć znacznie większą dokładność niż ich odpowiedniki 2D, rywalizując z rozpoznawaniem odcisków palców .
Rozpoznawanie twarzy 3D ma potencjał osiągnięcia większej dokładności niż jego odpowiednik 2D poprzez pomiar geometrii sztywnych elementów twarzy. Pozwala to uniknąć takich pułapek algorytmów rozpoznawania twarzy 2D , jak zmiana oświetlenia, inna mimika, makijaż i orientacja głowy. Innym podejściem jest wykorzystanie modelu 3D do poprawy dokładności tradycyjnego rozpoznawania opartego na obrazie poprzez przekształcenie głowy w znany widok. Dodatkowo większość skanerów 3D uzyskać zarówno siatkę 3D, jak i odpowiednią teksturę. Pozwala to na łączenie wyników czystych dopasowań 3D z bardziej tradycyjnymi algorytmami rozpoznawania twarzy 2D, uzyskując w ten sposób lepszą wydajność (jak pokazano w FRVT 2006 ).
Głównym ograniczeniem technologicznym metod rozpoznawania twarzy 3D jest akwizycja obrazu 3D, która zwykle wymaga użycia kamery dystansowej . Alternatywnie, do stworzenia modelu 3D można użyć wielu obrazów z różnych kątów ze zwykłego aparatu (np. kamery internetowej) ze znaczną obróbką końcową. (Patrz Pozyskiwanie danych 3D i rekonstrukcja obiektów .) Jest to również powód, dla którego metody rozpoznawania twarzy 3D pojawiły się znacznie później (pod koniec lat 80.) niż metody 2D. Ostatnio [ kiedy? ] Rozwiązania komercyjne zaimplementowały postrzeganie głębi poprzez rzutowanie siatki na twarz i zintegrowanie jej przechwytywania wideo z modelem 3D o wysokiej rozdzielczości. Pozwala to na dobrą dokładność rozpoznawania przy tanich , gotowych komponentach.
Rozpoznawanie twarzy 3D jest nadal aktywną dziedziną badań, chociaż kilku dostawców oferuje rozwiązania komercyjne.
Zobacz też
- Okuwobi, IP; Chen, Q; Niu S.; i in. (2016). „Trójwymiarowe (3D) rozpoznawanie i przewidywanie twarzy” . Przetwarzanie sygnału, obrazu i wideo . 10 (6): 1151–1158. doi : 10.1007/s11760-016-0871-z . S2CID 11211308 .
- Bronstein AM; Bronstein, MM; Kimmel, R. (2005). „Trójwymiarowe rozpoznawanie twarzy”. Międzynarodowy Dziennik Wizji Komputerowej . 64 (1): 5–30. CiteSeerX 10.1.1.77.9592 . doi : 10.1007/s11263-005-1085-y . S2CID 670151 .
- Heseltine, T.; Gruszki, N.; Austin, J. (2008). „Trójwymiarowe rozpoznawanie twarzy przy użyciu kombinacji elementów podprzestrzeni mapy cech powierzchni”. Przetwarzanie obrazów i wizji . 26 (3): 382–396. doi : 10.1016/j.imavis.2006.12.008 .
- Kakadiaris, IA ; Passalis, G.; Toderici, G.; Murtuza, N.; Karampatziakis, N.; Theoharis, T. (2007). „Rozpoznawanie twarzy 3D w obecności mimiki twarzy: podejście do odkształcalnego modelu z adnotacjami”. Transakcje IEEE dotyczące analizy wzorców i inteligencji maszynowej . 13 (12).
- Queirolo, CC; Silva, L.; Bellon, Oregon; Drugi poseł (2009). „Rozpoznawanie twarzy 3D za pomocą symulowanego wyżarzania i pomiaru przenikania powierzchni”. Transakcje IEEE dotyczące analizy wzorców i inteligencji maszynowej . 32 (2): 206–19. doi : 10.1109/TPAMI.2009.14 . PMID 20075453 . S2CID 12411479 .
- Gupta S.; Markey, MK; Bovik, AC (2010). „Antropometryczne rozpoznawanie twarzy 3D” . Międzynarodowy Dziennik Wizji Komputerowej . 90 (3): 331–349. doi : 10.1007/s11263-010-0360-8 . S2CID 10679755 .
- A. Rashad, A Hamdy, MA Saleh i M Eladawy, „Rozpoznawanie twarzy 3D za pomocą 2DPCA”, (IJCSNS) International Journal of Computer Science and Network Security, tom (12), 2009. http://paper.ijcsns.org/07_book/200912/20091222.pdf
- Spreeuwers, LJ (2015). „Przełamując barierę 99%: optymalizacja rozpoznawania twarzy 3D”. Biometria IET . 4 (3): 169–177. doi : 10.1049/iet-bmt.2014.0017 .
- Spreeuwers, LJ (2011). „Szybkie i dokładne rozpoznawanie twarzy 3D przy użyciu rejestracji do wewnętrznego układu współrzędnych i fuzji klasyfikatorów wielu regionów” . Międzynarodowy Dziennik Wizji Komputerowej . 93 (3): 389–414. doi : 10.1007/s11263-011-0426-2 .
Linki zewnętrzne
- Warsztaty CVPR 2008 na temat przetwarzania twarzy 3D
- Wielkie wyzwanie rozpoznawania twarzy
- Strona główna rozpoznawania twarzy
- Projekt rozpoznawania twarzy 3D i artykuły badawcze
- Projekt rozpoznawania twarzy Technion 3D
- Projekt rozpoznawania twarzy Mitsubishi Electric Research Laboratories 3D
- L-1 Identity komercyjny system rozpoznawania twarzy 3D
- Technologia szybkiego skanowania 3D do rozpoznawania twarzy 3D w Geometric Modeling and Pattern Recognition Group, Wielka Brytania
- Rozpoznawanie twarzy 3D przy użyciu odkształcalnego modelu w Computational Biomedicine Lab, Houston, Teksas
- Rozpoznawanie twarzy 3D za pomocą fotometrycznego stereo, Wielka Brytania