计算机应用

作者：高工, 杨红雨, 刘洪

单位：1. 视觉合成图形图像技术国防重点实验室(四川大学), 成都 610064;2. 四川大学 计算机学院, 成都 610065

关键词：人脸识别,鲁棒性,高斯滤波,点云特征,三维人脸

基金：四川省重大科技专项（2019ZDZX0039）。

为了增强三维点云人脸识别系统针对多表情、多姿态的鲁棒性，提出一种基于深度学习的点云特征提取网络ResPoint。ResPoint网络使用了分组、采样和局部特征提取（ResConv）等模块，而在ResConv模块中使用了跳跃式连接，因此所提网络对于稀疏点云有很好的识别结果。首先通过人脸几何特征点定位鼻尖点，并以该点为中心切割出面部区域，切割出的区域有噪点并且有孔洞，因此对其进行高斯滤波和三维立方插值；其次，使用ResPoint网络对预处理后的点云数据提取特征；最后，在全连接层组合特征以实现三维人脸的分类。在CASIA三维人脸数据库上的实验中，与关系型卷积神经网络（RS-CNN）相比，ResPoint网络的识别正确率提高了5.06%。实验结果表明，ResPoint网络增加了网络深度的同时使用不同的卷积核提取特征，因此ResPoint网络有更好的特征提取能力。

来源：2021年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第9期