龚 勋，周 炀

(西南交通大学信息科学与技术学院 成都 611756)

人脸作为人类的内在属性，具有唯一性和确定性，因此人脸识别被视为一种非侵入性的生物特征[1]正迅速成为身份识别和监控领域的主要工具之一。得益于互联网搜索技术的进步，2D 人脸数据集可以方便地通过网络搜索技术获取，因此数据规模通常是百万级的。在海量数据的支持下，基于卷积神经网络(convolutional neural networks, CNN)的人脸识别算法在2D 人脸识别上发挥了巨大的潜力。如FaceNet[2]使用200 万人脸数据来训练CNN，在LFW[3]测试基准上达到99.63%的准确率，超过了人类的水平。由于2D 人脸数据规模足够大，当前的2D 人脸识别的研究[2,4-7]主要集中在设计更合理的损失函数，让不同身份间的人脸特征更加分离，相同身份间的人脸特征聚集更紧凑。尽管性能得到了较大提升，但2D 人脸仅包含图像的纹理信息，仍不可避免地受到光照、姿态、表情等因素的干扰[8]。

3D 人脸除了包含基本的纹理信息，也包含人脸的深度信息，本质上可以不受光照变化的约束，能够克服2D 人脸识别的不足。因此，关于3D 人脸的识别越来越受到研究者的重视[9-13]。3D 人脸的数据采集不能像2D 人脸数据[14-16]一样通过网络搜索收集，只能通过特定的三维相机获取，经济及时间代价高，导致3D 数据量非常有限。当前主要的高质量3D 数据集ND-2006[17]只包含888 个人的13 450 个模型，Bosphorus[18]只包含105 个人的4 666个模型。这与2D 人脸数据集中的MS-Celeb-1M[19]10 万个人的1 000 万张人脸图片，Casia-WebFace[20]1 万个人的47 万张人脸图片相差甚远。由于数据规模小且质量较高，高质量3D 人脸识别难度相对低质量人脸数据较低，3D 高质量人脸识别方法[21]在多个测试标准上如FRGCv2[22]、Bosphorus[18]和BU-3DFE[23]上已经接近满分。……