卢克·斯普鲁沃斯 通过对固有坐标系的配准和多区域分类器的融合，实现快速准确的三维人脸识别。 （英语） 兹比尔1235.68290 国际期刊计算。视觉。 93，第3号，389-414（2011）. 小结：在本文中，我们提出了一种新的鲁棒三维人脸配准方法，用于人脸的固有坐标系。本征坐标系由穿过机头、机头尖端和机头桥斜率的垂直对称平面定义。此外，我们提出了一种基于多个相关区域分类器融合的三维人脸分类器，用于重叠的人脸区域。区域分类器使用PCA-LDA进行特征提取，并将似然比作为匹配分数。在识别场景中使用简单的多数投票实现融合。为了进行验证，还使用投票方法，并通过将投票数与阈值进行比较来定义决策。使用所提出的配准方法结合由60个融合区域分类器组成的分类器，我们在FRGC v2数据的全与首次识别测试中获得了99.0%的识别率。使用120个区域分类器融合对FRGC v2数据进行全对全验证测试，在FAR=0.1%时，验证率为94.6%。第一个是报告的最高性能，第二个是这些测试中性能最好的前5个系统。此外，我们的方法比其他方法快得多，每个图像的注册时间仅为2.5秒，每个比较时间不到0.1毫秒。因为我们使用PCA和LDA进行特征提取，所以得到的模板大小也非常小：60个区域分类器的模板大小为6 kB。 引用于2文件 MSC公司： 68T45型 机器视觉和场景理解 关键词：3D人脸识别；登记；聚变；区域分类器；FRGC公司 软件：FRGC公司；布伦特 PDF格式BibTeX公司 XML格式引用 \textit{L.Spreeuwers}，国际计算机杂志。视觉。93，第3号，389--414（2011；Zbl 1235.68290） 全文： 内政部 参考文献： [1] 3DFace（2009）。3D人脸项目网页。http://www.3dface.org/home/welcome.html . [2] Achermann，B.、Jiang，X.和；Bunke，H.（1997）。使用范围数据进行人脸识别。《虚拟系统和多媒体国际会议论文集》（第129-136页）。日内瓦：IEEE出版社。 [3] Al-Osaimi，F.、Bennamoun，M.和；Mian，A.（2009年）。一种用于非刚性三维人脸识别的表情变形方法。国际计算机视觉杂志，81（3），302-316。doi:10.1007/s11263-008-0174-0·Zbl 05671859号 ·doi:10.1007/s11263-008-0174-0 [4] Alyüz，N.、Gökberk，B.和；Akarun，L.（2009年）。用于抗表情3D人脸识别的区域注册和曲率描述符。IEEE第17届信号处理和通信应用会议论文集（SIU-2009）（第544-547页）。 [5] Bazen，A.M.和；Veldhuis，R.N.J.（2004年）。基于似然比的生物特征验证。IEEE视频技术电路和系统汇刊，14（1），86–94·Zbl 05450852号 ·doi:10.1109/TCSVT.2003.818356 [6] Besl，P.J.和；McKay，N.D.（1992年）。一种三维形状的配准方法。IEEE模式分析和机器智能汇刊，14（2），239-256。doi:10.1109/34.121791·Zbl 05110721号 ·数字对象标识代码：10.1109/34.121791 [7] Beumer，G.M.，Tao，Q.，Bazen，AM，&；Veldhuis，R.N.J.（2006年）。人脸识别领域的里程碑式论文。《第七届自动人脸和手势识别国际会议论文集》（FGR 2006）（第73-78页）。洛斯·阿拉米托斯：IEEE计算机学会出版社。 [8] Boehnen，C.、Peters，T.和；Flynn，P.J.（2009）。用于快速三维人脸识别的三维签名。第三届生物识别技术进展国际会议记录（ICB'09）（第12-21页）。柏林：斯普林格。 [9] Boom，B.J.，Beumer，G.M.，Spreeuwers，L.J.和；Veldhuis，R.N.J.（2006年）。图像分辨率对人脸识别系统性能的影响。第九届控制、自动化、机器人和视觉国际会议（ICARCV）论文集，新加坡，马来西亚（第409-414页）。 [10] Boom，B.J.，Spreeuwers，L.J.和；Veldhuis，R.N.J.（2007年）。通过最大化相似性得分实现人脸自动对齐。在A.Fred&；A.K.Jain（编辑），第七届信息系统模式识别国际研讨会论文集（葡萄牙马德拉，2007年）（第221–230页）。马德拉：INSTICC出版社。生物信号。 [11] Bowyer，K.W.，Chang，K.，&；Flynn，P.（2006）。3D和多模式3D+2d人脸识别的方法和挑战综述。计算机视觉和图像理解，101（1），1-15。doi:10.1016/j.cviu.2005.05.005·Zbl 05011888号 ·doi:10.1016/j.cviu.2005.05.005 [12] Brent，R.P.（1973）。无导数最小化算法。恩格尔伍德悬崖：普伦蒂斯·霍尔，第五章·Zbl 0245.65032号 [13] Buhan，I.R.，Doumen，J.M.，Hartel，P.H.，Tang，Q.，&；Veldhuis，R.N.J.（2010年）。将可更新的密码密钥嵌入到连续的噪声数据中。《国际信息安全杂志》，9（3），193–208·doi:10.1007/s10207-010-0103-4 [14] Cartoux，J.Y.、Laprester，J.T.和；Richetin，M.（1989）。通过从距离图像中提取轮廓进行人脸身份验证或识别。《3D场景解读研讨会论文集》（第194-199页）。 [15] Chen，C.、Veldhuis，R.N.J.、Kevenaar、TAM和；Akkermans，A.H.M.（2009）。通过检测率优化的比特分配进行生物特征量化。EURASIP《信号处理进展杂志》，2009年，784–834·Zbl 1184.94155号 [16] A.科伦坡、C.库萨诺；Schettini，R.（2006）。用于3D人脸识别的遮挡检测和恢复。IEEE多媒体和博览会国际会议（第1541–1544页）。doi:10.1109/IMCE.2006.262837。 [17] Faltemier，T.、Bowyer，K.和；弗林，P.（2008a）。用于三维人脸识别的区域集成。IEEE信息取证与安全事务，3（1），62–73。doi:10.10109/TIFS.2007.916287。 ·doi:10.1109/TIFS.2007.916287 [18] Faltemier，T.C.、Bowyer，K.W.和；弗林，P.J.（2008b）。使用多实例注册来提高三维人脸识别的性能。计算机视觉和图像理解，112（2），114-125。doi:10.1016/j.cviu.2008.01.004·兹伯利05363065 ·doi:10.1016/j.cviu.2008.01.004 [19] 医学硕士费希勒；Bolles，R.C.（1981）。随机样本一致性：模型拟合的范例，应用于图像分析和自动制图。ACM通信，24（6），381-395。http://doi.acm.org/10.1145/358669.358692 . ·数字对象标识代码：10.1145/358669.358692 [20] Gokberk，B.、Irfanoglu，M.O.和；Akarun，L.（2006）。基于三维形状的人脸表示和特征提取用于人脸识别。图像与视觉计算，24（8），857-869。doi:10.1016/j.imavis.2006.02.009。 ·doi:10.1016/j.imavis.2006.02.009 [21] Gonzalez-Rodriguez，J.、Fiérrez-Aguilar，J.和Ortega-Garcia，J；Lucena-Molina，J.J.（2002年）。根据贝叶斯方法在法医案件中进行生物特征识别。《2002年哥本哈根生物认证国际ECCV研讨会论文集》（第177-185页）。伦敦：斯普林格·Zbl 1046.68756号 [22] 范德海登（F.van der Heijden）；Spreeuwers，L.J.（2007）。图像处理。多媒体检索（第163-165页）。柏林：斯普林格。 [23] Hesher，C.、Srivastava，A.和；Erlebacher，G.（2003）。一种利用距离成像进行人脸识别的新技术。在第七届信号处理及其应用国际研讨会上（第2卷，第201-204页）。doi:10.1109/ISSPA.2003.1224850。 [24] Jain，A.K.，Duin，R.P.W.和；Mao，J.（2000）。统计模式识别：综述。IEEE模式分析和机器智能汇刊，22（1），4–37。doi:10.1009/34.824819。 ·doi:10.1109/34.824819 [25] Kakadiaris，I.A.、Passalis，G.、Toderici，G.，Murtuza，M.N.、Lu，Y.、Karampatziakis，N.和；Theoharis，T.（2007）。面部表情存在下的三维人脸识别：一种带注释的可变形模型方法。IEEE模式分析和机器智能汇刊，29（4），640-649。doi:10.1109/TPAMI.2007.1017·兹伯利05340799 ·doi:10.1109/TPAMI.2007.1017 [26] Kelkboom，E.J.C.、Zhou，X.、Breebart，J.、Veldhuis，R.N.J.和；Busch，C.（2009年）。多算法融合与模板保护。2009年IEEE第三届生物特征：理论、应用和系统国际会议（BTAS’09）（第1-8页）。华盛顿：IEEE计算机学会出版社。 [27] Kelkboom，E.J.C.、Garcia-Molina，G.、Breebart，J.、Veldhuis，R.N.J.、Kevenaar，T.A.M.和；Jonker，W.（2010年）。二进制生物特征：在高斯假设下估计性能曲线的分析框架。IEEE系统、人与控制论汇刊。A部分：系统与人类，40（3），555–571·doi:10.1109/TSMCA.2010.1657 [28] Kuncheva，L.I.、Whitaker，C.J.和；Duin，R.P.W.（2003）。分类器融合中多数投票准确性的限制。模式分析与应用，6，22–31·Zbl 1035.68101号 ·doi:10.1007/s10044-002-0173-7 [29] Maurer，T.、Guigonis，D.、Maslov，I.、Pesenti，B.、Tsaregorodtsev，A.、West，D.和；Medioni，G.（2005）。geometrix activeid三维人脸识别引擎在frgc数据上的性能。2005年IEEE计算机学会计算机视觉和模式识别会议（CVPR'05）——研讨会论文集（第154页）。华盛顿：IEEE计算机协会。doi:10.1109/CVPR.2005.581。 [30] Medioni，G.和；Waupotitsch，R.（2003）。面部建模和三维识别。IEEE面部和手势分析和建模国际研讨会论文集（AMFG'03）（第232页）。华盛顿：IEEE计算机协会。 [31] Mian，A.、Bennamoun，M.和；Owens，R.（2007）。一种高效的多模式2D–3D混合人脸识别方法。IEEE模式分析和机器智能汇刊，第29（11）期，1927–1943年。doi:10.1109/TPAMI.2007.1105·Zbl 05341049号 ·doi:10.1109/TPAMI.2007.1105 [32] Papatheodorou，T.，&；Rueckert，D.（2005）。使用配准和主成分分析评估3D人脸识别。在T.Kanade、A.K.Jain和；N.K.Ratha（编辑），计算机科学讲稿：第3546卷。第五届基于音频和视频的生物特征身份验证国际会议记录（AVBPA 2005）（第997-1009页）。希尔顿莱伊镇：斯普林格。 [33] Papatheodorou，T.，&；Rueckert，D.（2007年）。3D人脸识别。维也纳：I-Tech教育与出版。 [34] Phillips，P.J.、Flynn，P.J、Scruggs，T.、Bowyer，K.W.、Chang，J.、Hoffman，K.、Marques，J.和Min，J；Worek，W.（2005年）。人脸识别大挑战概述。2005年IEEE计算机学会计算机视觉和模式识别会议论文集（CVPR'05）（第947-954页）。华盛顿：IEEE计算机协会。doi:10.1109/CVPR.2005.268。 [35] Press，W.H.，Flannery，B.P.，Teukolsky，S.A.，&；Vetterling，W.T.（1988）。科学计算的艺术。剑桥：剑桥大学新闻集团。第十章·Zbl 0661.65001号 [36] Queirolo，C.C.、Silva，L.、Bellon，O.R.和；Segundo，M.P.（2010年）。使用模拟退火和表面穿透测量进行三维人脸识别。IEEE模式分析和机器智能汇刊，32，206-219。http://doi.ieecomputersociety.org/10.1109/TPAMI.2009.14 . ·doi:10.1109/TPAMI.2009.14 [37] Ross，A.A.、Jain，A.K.和；Nandakumar，K.（2006年a）。生物识别中的融合级别。生物特征国际系列（第6卷，第59-90页）。柏林：斯普林格。第4章。doi:10.1007/0-387-33123-9。 [38] Ross，A.A.、Jain，A.K.和；Nandakumar，K.（2006年b）。分数级融合。《国际生物特征系列》（第6卷，第91-142页）。柏林：斯普林格。第五章。doi:10.1007/0-387-33123-9。 [39] Salah，A.A.、Alyüz，N.和；Akarun，L.（2007）。用于三维人脸配准的替代人脸模型。美国加利福尼亚州圣何塞市视觉几何第十五届SPIE会议论文集（第6499卷）。柏林：斯普林格。doi:10.1117/12.705860。 [40] Savran，A.，Alyüz，N.，Dibekliolu，H.，Chieliktutan，O.，Gökberk，B.，Sankur，B；Akarun，L.（2008年）。用于3D人脸分析的Bosphorus数据库。在B.Schouten、N.C.Juul、A.Drygajlo和；M.Tistarelli（编辑），计算机科学讲稿：第5372卷。生物识别和身份管理（第47-56页）。柏林：斯普林格。第6章。doi:10.1007/978-3-540-89991-4_6。 [41] Scheenstra，A.、Ruifrok，A.和；Veltkamp，R.C.（2005）。三维人脸识别方法综述。计算机科学课堂讲稿（第891-899页）。柏林：斯普林格。 [42] Silva，L.、Bellon，O.R.P.和；Boyer，K.L.（2005）。使用稳健的表面穿透测量和增强的遗传算法进行精确的距离图像配准。IEEE模式分析和机器智能汇刊，27762-776。doi:10.1109/TPAMI.2005.108·Zbl 1092.68111号 ·doi:10.1109/TPAMI.2005.108 [43] Spreeuwers，L.J.、Boom，B.J.和；Veldhuis，R.N.J.（2007年）。优于最佳：基于匹配分数的人脸注册。R.N.J.Veldhuis&；H.S.Cronie（编辑），荷兰恩施切德比荷卢经济区第28届信息理论研讨会论文集（第125-132页）。埃因霍温：Werkgemeenschap voor Informatie-en Communicatiethorie。 [44] Tang，X.、Chen，J.和；Moon，Y.（2008）。基于鼻子区域对称平面分析的精确三维人脸配准。在瑞士洛桑举行的第16届欧洲信号处理会议（EUSIPCO 2008）上。 [45] 陶，Q，&；Veldhuis，R.N.J.（2007年）。人脸验证系统的最优决策融合。在L.Seong-Whan&；Z.L.Stan（编辑），图像处理，计算机视觉，模式识别。第二届生物特征国际会议记录。韩国首尔（第958–967页）。柏林：斯普林格。 [46] 陶，Q，&；Veldhuis，R.N.J.（2008）。生物特征的混合融合：结合分数级和决策级融合。IEEE计算机学会计算机视觉和模式识别会议论文集，生物特征研讨会（第1-6页）。安克雷奇：IEEE计算机学会出版社。 [47] 陶，Q，&；Veldhuis，R.N.J.（2009年）。阈值优化决策级融合及其在生物特征识别中的应用。模式识别，42（5），823–836·Zbl 05539762号 ·doi:10.1016/j.patcog.2008.09.036 [48] Tao，Q.、van Rootseler，R.T.A.、Veldhuis，R.N.J.、Gehlen，S.和；Weber，F.（2007）。最优决策融合及其在三维人脸识别中的应用。A.Bromme、C.Busch和；D.Huhnlein（编辑），生物特征和电子签名特别利益小组会议记录，德国达姆施塔特，Gesellschaft fur Informatik e.V.（第15-24页）。柏林：GI-Edition。 [49] 托尔、P.H.S.和；Zisserman，A.（2000年）。Mlesac：一种新的鲁棒估计器，用于估计图像几何。计算机视觉和图像理解，78，138-156。doi:10.1006/cviu.1999.0832·Zbl 05690812号 ·doi:10.1006/cviu.1999.0832 [50] Veldhuis，R.N.J.、Bazen，A.M.、Booij，W.D.T.和；Hendrikse，A.J.（2006年）。基于轮廓地标的手部几何识别。在M.Spiliopoulou、R.Kruse、C.Borgelt、A.Nurnberger和；W.Gaul（编辑），分类、数据分析和知识组织研究。德国马格德堡Gesellschaft fur Klassifikation e.V.第29届年会会议记录（第646-653页）。柏林：斯普林格。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。