3D Face Recognition System

Descripción

El reconocimiento de objetivos humanos ha sido un área de investigación activa en los últimos años, con un énfasis principal en la detección automática y la coincidencia de rostros en imágenes fijas y videos, con fines de verificación e identificación. El rendimiento de los sistemas de comparación de rostros en 2D depende de su capacidad de ser insensible a factores críticos como las expresiones faciales, el maquillaje y el envejecimiento, pero depende principalmente de factores extrínsecos como las diferencias de iluminación, el punto de vista de la cámara y la geometría de la escena. Sin embargo, las limitaciones inherentes de la coincidencia de rostros en 2D han respaldado la creencia de que el reconocimiento efectivo de la identidad debe obtenerse a través de tecnologías multibiométricas. En particular, la explotación de la geometría de la estructura anatómica de la cara en lugar de su apariencia, con la definición de algoritmos y sistemas para la coincidencia de caras en 3D, ha sido un campo de investigación en crecimiento en los últimos años. Los sistemas de reconocimiento facial 3D tienen como objetivo utilizar los datos 3D adicionales para eliminar algunos de los problemas intrínsecos asociados con los sistemas de reconocimiento 2D. Por ejemplo, la superficie 3D de una cara es invariable a los cambios en las condiciones de iluminación y, por lo tanto, los sistemas de reconocimiento que usan estos datos deberían ser, por definición, invariantes a la iluminación. Además, dado que es posible registrar una cantidad de modelos 3D en una pose base, dicho sistema también sería invariable desde el punto de vista (aunque hasta qué punto depende de la integridad del modelo de cabeza 3D). Además de los datos 3D, sigue siendo posible capturar información de textura y, por lo tanto, utilizar todos los datos disponibles para guiar el proceso de reconocimiento.

El código ha sido probado en la base de datos GavabDB. GavabDB es una base de datos de rostros en 3D. Contiene 549 imágenes tridimensionales de superficies faciales. Estas mallas corresponden a 61 individuos diferentes (45 hombres y 16 mujeres) teniendo 9 imágenes para cada persona. El total de los individuos son caucásicos y su edad está entre 18 y 40 años. Cada imagen está dada por una malla de puntos 3D conectados de la superficie facial sin textura. La base de datos proporciona variaciones sistemáticas con respecto a la pose y la expresión facial.

Términos del índice: Matlab, fuente, código, 3D, rostro, reconocimiento, verificación, modelo, coincidencia, virtual, realidad, modelado, lenguaje, vrml.