采用特征增强和深度关系感知策略的3D人脸识别方法

作     者：张龙 胡金蓉 张艳 黄果 黄飞虎 ZHANG Long;HU Jinrong;ZHANG Yan;HUANG Guo;HUANG Feihu

作者机构：成都信息工程大学计算机学院成都610225 国家卫星气象中心北京100081 川西南空间效应探测与应用四川省高等学校重点实验室四川乐山614004 

出 版 物：《电讯技术》 (Telecommunication Engineering)

年 卷 期：2025年第65卷第1期

页      面：25-34页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：四川省科技计划项目(2023YFQ0072,2022YFQ0073) 川西南空间效应探测与应用四川省高等学校重点实验室项目(ZDXM202301002) 

主　　题：3D人脸识别 深度学习 深度关系感知 双域特征增强 

摘      要：针对2D人脸识别方法易受到外部环境干扰的问题,提出了一种基于深度学习的3D人脸识别方法。该方法从人脸几何信息中获取特征,对光照等环境因素具有较强的鲁棒性。根据对现有研究内容的分析,设计了一个双域特征增强模块。该模块分别从通道域和空间域提取出人脸的局部特征,并将其作为全局特征的增强部分,从而获得更加完备的人脸特征。针对3D人脸数据特性,提出了一种新的适合于3D人脸识别的特征学习策略。该策略旨在使人脸识别模型学习从3D人脸的深度关系中提取身份特征,能够极大缓解三维人脸中噪声对特征计算的负面影响。通过实验,在公开数据集Bosphorus和Texas上分别获得了96.32%与98.93%的验证准确率,表明该方法能够获得更高的识别精度,并且在复杂情况下的人脸识别也具有一定优势。