计算机应用

作者：赵青, 余元辉

单位：1. 集美大学 理学院, 福建 厦门 361021;2. 集美大学 计算机工程学院, 福建 厦门 361021

关键词：三维人脸识别,三维点云,分类网络,姿态变化,空间结构特征

基金：集美大学横向技术开发项目（S19142）。

针对三维人脸多表情、多姿态变化同时存在，人脸点云数据不同程度缺失的问题，探索性地将三维点云人脸数据应用于PointNet系列的分类网络并进行了识别结果的对比与分析，然后提出了一种新的网络框架——HFN。首先，在数据预处理后随机采样固定点数的点云；其次，将固定点数的人脸点云输入SA模块，以获取局部区域的质心点、邻域点并提取局部区域的特征，然后拼接由DSA模块基于多方向卷积提取的点云空间结构特征；最后，利用全连接层进行三维人脸的分类，从而实现三维人脸识别。在CASIA数据库上的结果显示，所提方法的平均识别率为96.34%，优于PointNet、PointNet++、PointCNN和空间聚合网络（SAN）这几种分类网络。

来源：2020年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第9期