书*国家自然科学基金项目(No．61174170)、教育部博士点基金项目(No．20100111110005)资助收稿日期:2012－01－09;修回日期:2012－03－15作者简介叶长明，男，1982年生，博士研究生，主要研究方向为图像处理、人脸识别．E-mail:yeah1818@163．com．蒋建国，男，1955年生，教授，博士生导师，主要研究方向为数字图像分析与处理、数字信号处理、分布式智能系统．詹曙(通讯作者)，男，1968年生，博士，副教授，主要研究方向为三维图像处理和分析、医学图像分析、模式识别．E-mail:shu_zhan@hfut．edu．cn．ANDOShigeru，男，1955年生，博士，教授，主要研究方向为图像传感器、成像系统、图像分析．基于曲面等高线特征的不同姿态三维人脸深度图识别*叶长明1蒋建国1，2詹曙1，2ANDOShigeru31(合肥工业大学计算机与信息学院合肥230009)2(合肥工业大学安全关键工业测控技术教育部工程研究中心合肥30009)3(SchoolofInformationScience，TheUniversityofTokyo，Tokyo，Japan，13-8656)摘要三维人脸识别因能克服二维人脸识别易受光照，姿态和表情等因素影响的缺点，从而日益受到关注和重视．文中针对三维人脸实时成像系统所获得的不同姿态下的三维人脸深度图，提出一种人脸识别方法(FDAC)．首先利用微分几何相关理论来指导三维深度人脸深度图的校正，再根据曲面等高线来描述人脸的面部特征并使用傅里叶描绘子实现特征提取，最后利用提取的等高线特征进行人脸分类识别．实验结果表明，FDAC方法对于不同姿态下的三维人脸图像有较好的识别率，并且在时间开销方面优于常规的特征脸识别方法．关键词深度图，等高线特征，傅里叶描绘子，人脸识别中图法分类号TP3913DFacialDepthMapRecognitioninDifferentPoseswithSurfaceContourFeatureYEChang-Ming1，JIANGJian-Guo1，2，ZHANShu1，2，ANDOShigeru31(SchoolofComputerandInformation，HefeiUniversityofTechnology，Hefei230009)2(EngineeringResearchCenterofSafetyCriticalIndustrialMeasurementandControlTechnologyofMinistryofEducation，HefeiUniversityofTechnology，Hefei230009)3(SchoolofInformationScience，TheUniversityofTokyo，Tokyo，Japan，13-8656)ABSTRACTThree-dimensionalfacerecognitionhasdrawnmoreandmoreattention，foritovercomestheshortcomingsoftwo-dimensionalfacerecognitiontechnologythattwo-dimensionalfacerecognitionissusceptibletotheinfluenceoflight，expressionchangesandposevariations．Afacerecognitionmethod，Fourierdescriptorandcontour(FDAC)，isproposedinthispaper．Itisbasedonthedepthmapsbythethree-dimensionalfacialimagingsystemindifferentposes．Firstly，depthmapsarecorrectedundertheguidanceofthedifferentialgeometrytheory，andthehumanfacefeaturesaredescribedbythecontours．Secondly，Fourierdescriptorisemployedtoextractthefacialfeatures．Finally，theseextractedfeatures第26卷第2期模式识别与人工智能Vol．26No．22013年2月PR＆AIFeb2013areusedinthefacerecognitionprocess．ExperimentalresultsshowthatFDAChasgoodrecognitionaccuracyanditperformsbetterintimecostcomparedwithEigenfacemethod．KeyWordsDepthMap，ContourFeature，FourierDescriptor，FaceRecognition1引言人脸识别和指纹识别，掌纹识别，静脉识别，声音识别等一样，都属于生物特征识别技术，它利用分析比较人脸视觉特征信息进行身份鉴别［1］．人脸识别方法主要包括:基于主成分分析的特征脸识别方法［2－3］，基于神经网络的人脸识别方法［4］，基于弹性图匹配的人脸识别方法［5］，隐马尔科夫模型方法［6］等．随着技术的不断发展，目前人脸识别已广泛应用于电子商务、公共安全等领域．随着三维人脸成像技术的发展［7］，三维人脸识别技术逐渐成为研究热点．三维人脸图像较二维人脸图像的最大优势就是对光照因素不敏感．目前已涌现出很多三维人脸识别方法，如基于几何特征的方法［8－9］，模板匹配算法［10］，基于统计模型的方法［11］等．这些方法中很多都是将二维人脸识别方法“移植”到三...
