面部识别新技术：三维面部识别

王玥　李丽娜

摘 要：三维面部识别是面部识别领域中一项识别率可靠的技术，已经在国内外一些敏感应用场所得到了推广使用。文章介绍了三维面部识别的发展、技术特点、难点与应用热点，最后对三维面部识别的未来进行了展望。

关键词：三维， 面部识别

中图分类号：N04；TP3 文献标识码：A 文章编号：1673-8578（2014）S1-0088-02

A New Technology：3D Facial Recognition

WANG Yue LI Lina

Abstract：3D face recognition is a reliable technology t in the field of facial recognition， and has been widely applied in sensitive places. This paper describes the development of 3D facial recognition， technical characteristics， difficulties and hotspots within the application. The future development of 3D facial recognition is also prospected in the end.

Keywords：3D， facial recognition

收稿日期：2014-06-14

作者简介：王玥（1980—），男，通信与信息系统专业，目前从事专利实质审查、专利分析工作。通信方式：wangyue_4@sipo.gov.cn。

一 三维面部识别简介

随着国内外反恐安防形势日益严峻，面部识别产业需求正在迅速增长。目前基于二维图像的面部识别技术较为成熟，但二维面部图像并不能提供识别所需要的完整信息。原因在于，在二维情况下，图像不可避免会受到光线、背景、视角以及面部的姿态、遮挡等因素的影响。因此，其识别能力和效果具有一定的局限性，识别精度也很难有进一步的提高。于是，20世纪90年代开始，有学者开始研究三维面部成像技术。近年来，随着计算机及成像设备的高速发展，三维面部识别已经达到成熟应用阶段。三维面部识别技术弥补了二维技术的缺陷，将平面扩展到立体，利用三维计算机模型获取面部的三维数据，真实反映了面部在三维空间中的形状。由于三维成像技术具有采样信息丰富、对光照条件适应性强等特点，三维面部识别技术大有取代二维面部识别技术的趋势。

二 三维面部识别特点

面部识别与指纹、虹膜识别等技术相比，更加隐蔽、友好、便捷，应用前景也更加广阔。近几年，光学三维形貌测量技术有了很大的进展，已发展出一些具有实用潜力的三维形貌测量技术，如结构光投影相移技术等，使得三维面部的识别成为可能。但是，向面部投射结构光实际上已经是一种接触式的识别方法，对被识别者不够友好，可能会引起法律等方面的争议，并且也失去了信息隐蔽采集的能力[1]。因此，如何快速高效并且隐蔽的获取被识别者的三维面部信息引起了人们的重视。

从技术分支角度来说，三维面部识别包括基于数据采集、三维模型重建、算法改进、多模态、活体检测等五个技术分支。其中数据采集是指采集三维面部图像数据，可通过全息摄像机或二维照相机获取三维面部数据，另外还可以由已知平面面部特征构建三维面部数据。三维模型重建是指能够描述面部的共有特征和基本形状的标准三维面部模型。算法改进是指对提取的三维面部特征利用基于立体特征、模板匹配或统计模型的方法来进行识别方法的改进。多模态是指将三维面部识别与其他识别方法（如二维面部识别、语音识别、指纹识别等）。活体检测是指检测活动的面部图像，而不是静止的照片，常用于防伪、入侵检测。

三维面部识别的核心技术通常包括四个模块，即采集模块、数据处理模块、特征提取模块和识别模块[2]。采集模块负责获取三维面部数据，可以通过三维摄像机或多部二维照相机获取三维面部数据。数据处理模块根据从采集模块接收的三维数据，将其转换为可处理的数字格式，对面部表面进行三维重建，得到能够描述所采集的面部特有特征和基本形状的标准三维面部模型。特征提取模块对三维面部数据做特征提取，提取能够描述人的个性特征的三维面部特征参数。最后，识别模块对提取的三维面部特征利用基于几何特征、模板匹配或统计模型的方法来进行面部识别，包括判断待识别面部属于哪个特定人的辨识，判断待识别面部是否属于某个特定人的确认，或用于活体检测等其他用途。

三 三维面部识别技术难点与热点

三维面部识别技术的最大难点在于受到条件和环境约束，比如光照强弱、光照方向变化、遮挡等。传统的面部识别系统包括面部定位、图像预处理、特征提取和识别比对等步骤。在用户配合情况下已经能够取得不错的性能，但在无约束场景下，即用户不配合、采集环境变化的情况下，性能会急剧下降。另外，基于现有的三维面部识别技术，将面部识别场景应用到全天候光照环境，同时解决眼镜、刘海、胡子等遮挡条件下的面部识别问题也是目前行业上遇到的难点。

传统的面部识别技术已经牢牢占据了目前的市场应用，因此，拓展三维面部识别产品的应用是当前产业中研究的热点。如推出多形态多平台面部产品，将三维面部技术应用到考勤机、面部锁、通道式识别等产品中；拓宽面部应用场景，将三维面部识别应用于智能电视、安卓和苹果手机平台等。

在视频监控领域，面部识别也得到了迅速的发展，在安防工作中发挥了越来越多的积极作用。但是，视频监控的面部图像分辨率往往很低。主要存在两方面的问题：一是操作员无法看清面部（如五官长相）；二是被识别者姿态不同，难以绘制成正面相。现在提出了一种制作超低分辨率面部的模拟像的方法，包括模糊人像复原、三维模型成像、面部识别、仿射变换、人像修改技术的综合应用，可以较好地解决视频监控的超低分辨率面部图像的恢复难题。

四 发展展望

国家发展与改革委员会在《关于组织实施2013年国家信息安全专项有关事项的通知》中指出，未来金融安全、信息安全等四大领域将获得重点支持。因此，作为信息安全领域应用主力军——生物识别产业迎来政策利好后的快速增长。三维面部识别作为识别率高、用户界面友好的一项新技术，将成为信息安全领域中面部识别技术的一个重要发展方向。

参考文献

[1] 许然.三维人脸识别系统研究 [D] .浙江理工大学，2011.

[2] 蔡泽民，闫敬文.人脸识别：从二维到三维，计算机工程与应用[J].2011（11）：155-159.