随着新型三维数字化扫描仪的普及和三维模型检索技术的发展,快速、直接和低成本地获取人脸的高精度三维数据成为可能,建立在真三维基础上的分析方法和匹配技术受到关注。三维人脸模型具备光照无关性和姿态无关性的特点,能够准确、真实地反映人脸的基本特性,同时基本拓扑结构不受表情的影响,形成相对稳定的人脸特征表述。因此,研究新技术条件下人脸的相似匹配、检索,或者识别,是一个新的具有挑战性的课题。 本项研究探讨了基于三维深度数据,融合传统二维图像,对人脸模型进行相似匹配的技术。得到了一种等距不变量的构造框架,可以得到任意阶次的等距不变量,适用于描述等距变换、受限等角变换和等面积变换等非刚体变换下的物体;基于频谱分析等,得到了高斯曲率矩、特征函数矩、谱矩不变量和一种局部流形不变量,用于三维人脸特征描述;基于人脸的生理结构,提出了一种三维人脸坐标系的构建方式,建立了共同比较基准;提出了一种将三维物体映射到二维空间的标准视点的选择方法,为三维与二维之间的对应提供了有效手段;提出了特征不变量的有效的快速算法,建立了基于三维和二维数据融合的人脸相似性匹配检索实用框架及评价体系。
英文主题词3D face; shape analysis; isometric invariant;3D face coordinates;similarity matching