基于强度图和深度图的多模态人脸识别

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (25): 5-8.

基于强度图和深度图的多模态人脸识别

周娟，李勇平，黄跃峰

中国科学院上海应用物理研究所，上海 201800

出版日期:2012-09-01 发布日期:2012-08-30

Multi-modal face recognition based on intensity image and depth image

ZHOU Juan, LI Yongping, HUANG Yuefeng

Shanghai Institute of Applied Physics, Chinese Academy of Sciences, Shanghai 201800, China

Online:2012-09-01 Published:2012-08-30

摘要/Abstract

摘要： 提出将全局特征表征方法2DFLD、2DPCA与局部特征表征方法LBP相结合，应用到人脸二维强度图和三维深度图进行识别；对不同分类方法的识别得分再进行归一化加权融合。对比实验结果表明，LBP对2DFLD和2DPCA的识别结果有改善作用，二维强度图和三维深度图的得分归一化加权融合对整个识别率也有一定的改善，在CASIA3D人脸数据库上的识别率最高可达[94.68%]。

关键词: 全局特征, 局部特征, 强度图, 深度图, 得分融合

Abstract: This paper proposes a method which combines global features of Two-Dimensional Principal Component Analysis（2DPCA） and Two-Dimensional Fisher Linear Discriminate Analysis（2DFLD） with local feature of Local Binary Pattern（LBP）, and applies them in multi-modal face recognition based on 2D intensity image and 3D depth image. Then the normalized similarity scores of different methods will be fused by weighted sum rule. Experimental results show that LBP will improve the performance of 2DPCA and 2DFLD, and score fusion of 2D intensity images and 3D depth images makes improvement too, the highest recognition rate on CASIA3D database has achieved 94.68%.

Key words: global feature, local feature, intensity image, depth image, score fusion

周娟，李勇平，黄跃峰. 基于强度图和深度图的多模态人脸识别[J]. 计算机工程与应用, 2012, 48(25): 5-8.

ZHOU Juan, LI Yongping, HUANG Yuefeng. Multi-modal face recognition based on intensity image and depth image[J]. Computer Engineering and Applications, 2012, 48(25): 5-8.

[1]	郑亮，陈亚，陈小潘，郑逢斌. 人脸局部特征增强的亲属关系验证方法[J]. 计算机工程与应用, 2021, 57(23): 226-233.
[2]	成怡，郝密密. 改进深度强化学习的室内移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(21): 256-262.
[3]	肖雅妮，范馨月，陈文峰. 多分支融合局部特征的行人重识别算法[J]. 计算机工程与应用, 2021, 57(18): 213-219.
[4]	徐家臻，李婷，杨巍. 多尺度局部特征选择的行人重识别算法[J]. 计算机工程与应用, 2020, 56(2): 141-145.
[5]	郭秋红1，梁秀霞1，2. 对3D Warping分解的高质量虚拟视点绘制方法[J]. 计算机工程与应用, 2019, 55(3): 184-190.
[6]	董静1，耿达2，郭迎港2，孙凤池2. 室内环境下基于R-CNN的光照自适应物体检测[J]. 计算机工程与应用, 2019, 55(2): 168-173.
[7]	赵玉婷，钮建伟，张人杰，刘海笑，冉令华. 卷积神经网络用于关节角度识别与姿势评估[J]. 计算机工程与应用, 2019, 55(16): 209-216.
[8]	冉龙才，黄成泉，田文英. 改进BPDN的图像去雨雪应用研究[J]. 计算机工程与应用, 2019, 55(15): 198-203.
[9]	王刚1，2，牛宏侠1，2. 融合全局与局部特征的贝叶斯人脸识别方法[J]. 计算机工程与应用, 2019, 55(11): 172-178.
[10]	洪天龙，解利军，何丽莎，倪忠义，郑耀. 基于粒子群算法的原位体绘制参数设置算法[J]. 计算机工程与应用, 2019, 55(11): 237-243.
[11]	向程谕，王冬丽，周彦，李雅芳. 基于RGB-D融合特征的图像分类[J]. 计算机工程与应用, 2018, 54(8): 178-182.
[12]	李英1，杨秋翔1，雷海卫2，杜博2. 基于深度图像绘制技术的正反向映射技术的改进[J]. 计算机工程与应用, 2018, 54(5): 186-190.
[13]	孙颖，马江河，张雪英. 结合非线性全局特征和谱特征的脑电情感识别[J]. 计算机工程与应用, 2018, 54(17): 116-121.
[14]	丁毅1，曹江涛1，李平1，姬晓飞2. 基于BOF-Gist特征的手势识别算法研究[J]. 计算机工程与应用, 2017, 53(9): 170-174.
[15]	李曜洲，伍济钢，李学军. BP-LCD方法及其在滚动轴承故障诊断中的应用[J]. 计算机工程与应用, 2017, 53(8): 267-270.