reconnaissance de cible humaine a été un domaine de recherche actif dans les dernières années, avec un accent sur la détection automatique et la congruence des visages dans des images fixes et des vidéos, aux fins de vérification et d'identification. Performance des systèmes 2D d'appariement de visage dépend de leur capacité d'être insensible aux facteurs critiques tels que les expressions faciales, le maquillage et le vieillissement, mais dépend principalement de facteurs extrinsèques tels que les différences d'éclairage, la caméra point de vue et de la géométrie de la scène. Toutefois, les limites inhérentes 2D appariement de visage ont soutenu l'idée que la reconnaissance effective de l'identité devrait être obtenue grâce à des technologies multi-biométriques. En particulier, l'exploitation de la géométrie de la structure anatomique de la face plutôt que son apparence, avec la définition d'algorithmes et de systèmes pour la 3D appariement de visage a été un domaine en pleine croissance de la recherche dans les toutes dernières années. Systèmes 3D de reconnaissance de visage visent à utiliser les données 3D supplémentaires pour éliminer certains des problèmes intrinsèques liés aux systèmes de reconnaissance 2D. Par exemple, la surface 3D d'un visage est invariant aux changements des conditions d'éclairage et donc des systèmes de reconnaissance qui utilisent ces données doit être, par définition, l'éclairage invariant. En outre, étant donné qu'il est possible d'enregistrer un certain nombre de modèles 3D à une base pose, un tel système serait également vue invariant (même si dans quelle mesure dépend de l'exhaustivité du modèle de tête 3D). En plus des données 3D, il reste possible de capturer des informations de texture et donc utiliser toutes les données disponibles pour guider le processus de reconnaissance.
Code a été testé sur la base de données GavabDB. GavabDB est une base de données de visage 3D. Il contient 549 images tridimensionnelles des surfaces faciales. Ces mailles correspondent à 61 individus différents (45 hommes et 16 femmes) ayant neuf images pour chaque personne. Le total des personnes sont de race blanche et leur âge est entre 18 et 40 ans. Chaque image est donnée par un maillage de points 3D connectés de la surface du visage sans texture. La base de données fournit des variations systématiques par rapport à la pose et l'expression du visage.
Index Conditions: Matlab, source, code, 3D, visage, reconnaissance, vérification, modèles, correspondant, virtuel, réalité, la modélisation, la langue, VRML
Exigences :.
Matlab
Commentaires non trouvées