傅泽华 龚 勋 李天瑞

(西南交通大学信息科学与技术学院,成都,611756)

二维及三维多模人脸数据库构建

傅泽华 龚 勋 李天瑞

(西南交通大学信息科学与技术学院,成都,611756)

基于图像的二维人脸识别技术日趋成熟，但仍受光照、姿态和表情等变化的影响。利用三维人脸模型提高人脸识别性能并将其应用于实际成为近几年学术界的研究趋势。本文提出了SWJTU-MF多模人脸数据库(SWJTU multimodal face database， SWJTU-MF Database)，包含200个中性表情中国人的4种人脸样本数据，包括可见光图像、二维视频序列、三维人脸(高精度)和立体视频序列。本文首先分类介绍现有的三维人脸识别算法，然后概述相关的多模人脸数据库，接着提出SWJTU-MF多模人脸数据库，并说明数据库的采集装置、采集环境、采集过程及数据内容，随后简要展示数据标准化过程。最后讨论本数据库面向的应用研究,并给出SWJTU-MF建议的评测协议。

三维人脸；人脸识别；人脸重建；视频序列；立体视频序列

引 言

图1 3D人脸识别研究现状Fig.1 Research status of 3D face recognition

随着消费型三维人脸设备的逐步发展，设备的采集精度不断提升，这使得基于三维模型的人脸识别成为可能。三维信息是自动人脸识别中克服姿态、光照等因素的关键技术，是人脸识别发展的一个趋势，也是解决人脸识别根本难题的一个手段。根据测试集(Probe)的不同，三维人脸识别方案大概可以分成两类，如图1所示。(1) 测试集为二维图像。基于这种方案，可以利用原型集中的三维人脸合成不同姿态的二维人脸，与测试集中的人脸图像进行匹配[1]。……