基于小波變換和小波神經網絡的3D遮擋人臉識別方法＊

孔令美， 湯 庸

（1.廣東技術師范學院 天河學院 信息與傳媒學院，廣東 廣州510540；2.華南師范大學 計算機學院，廣東 廣州510631）

人臉識別作為一種最為直觀的生物特征識別方法，一直是生物特征識別領域的研究熱點，目前，在門禁考勤、出入控制、視頻監控等領域已有廣泛應用 .然而，現有人臉識別方法受環境光照、人臉表情與姿態、遮擋的影響較大，當這些因素在人臉的注冊階段和驗證階段發生較大變化時，人臉識別性能會急劇下降，導致無法應用.［1］基于人臉的3D信息進行人臉識別是解決姿態、光照、遮擋變化問題的有效途徑，目前已涌現出許多有效的3D人臉識別方法，大幅提高了人臉識別方法對姿態和光照變化的魯棒性［2～5］.然而，3D人臉識別目前對人臉遮擋的魯棒性較弱，是3D人臉識別亟待解決的難點問題，［6，7］.研究了3D人臉的遮擋檢測與復原方法，通過比較待檢測深度圖像與通用人臉深度圖像之間的距離差異來檢測遮擋區域，并基于通用人臉深度圖像復原遮擋區域.［8］提出了一種GPCA（Gappy Principal Component Analysis）方法，利用人臉遮擋區域與非遮擋區域的PCA特征差異來檢測遮擋區域，采用PCA方法提取特征并進行識別，但識別性能依賴于遮擋物體的先驗知識.［9］提出了一種基于ARM（Average Regional Models）的3D遮擋人臉識別方法，通過ICP（Iterative Closest Point）算法求取人臉局部區域特征，對3D人臉的遮擋和表情變化都有一定效果，但識別性能也依賴于遮擋物體的先驗知識.［10］提出了一種基于三維建模的眼鏡遮擋下的人臉識別方法，將眼鏡……