王国珲，吴二星，王立平

(西安工业大学 光电工程学院，陕西 西安 710021)

近年来，利用人脸识别的身份认证技术(又称“刷脸认证”)已成为门禁系统、账号登录、支付验证等常用的身份认证手段。然而，当前的人脸识别技术几乎都是基于人脸的2D图像，若光照度及人脸姿态、表情变化较大时，识别准确率较低；另外，还可能受到假人脸的欺骗，如用人脸照片冒充活体人脸，造成安全性下降。因此，融合人脸3D形貌的识别技术是未来人脸识别发展的趋势，它能够有效地避免光照度、人脸姿态、假人脸等因素的影响，从而可以提高安全性和识别率。

对于人脸3D形貌信息的获取一般有主动式和被动式两种手段。主动式方法是使用特殊的光源装置提供目标人脸的照明，由相应探测器接收到人脸表面反射的光线的信息，利用几何关系计算出人脸表面的3D形貌。典型的有飞行时间法和结构光法：飞行时间法采集速度较快，但是形貌信息精度较低、分辨率不高；结构光法虽可以获取较高的精度和分辨率，但测量时间较长，还可能造成对被采集者的干扰或侵犯。被动式方法不需要特殊的光源装置，直接由自然光或普通光源对目标人脸进行照明，从一个或多个相机获取的2D图像中提取3D形貌信息。代表性的有立体视觉法和Shape from X方法。立体视觉法测量精度较高，对环境无特殊要求，但需要对每台相机进行标定，标定过程繁琐，且图像中特征点匹配算法也较为复杂。Shape from X方法基本上是利用图像的灰度信息来获取目标的形貌信息。……