El reconocimiento facial tridimensional ( reconocimiento facial 3D ) es una modalidad de métodos de reconocimiento facial en la que se utiliza la geometría tridimensional del rostro humano. Se ha demostrado que los métodos de reconocimiento facial en 3D pueden lograr una precisión significativamente mayor que sus contrapartes en 2D, rivalizando con el reconocimiento de huellas dactilares .
El reconocimiento facial 3D tiene el potencial de lograr una mayor precisión que su contraparte 2D al medir la geometría de características rígidas en la cara. Esto evita las trampas de los algoritmos de reconocimiento facial 2D como cambios en la iluminación, diferentes expresiones faciales, maquillaje y orientación de la cabeza. Otro enfoque es utilizar el modelo 3D para mejorar la precisión del reconocimiento tradicional basado en imágenes transformando la cabeza en una vista conocida. Además, la mayoría de los escáneres 3D adquieren tanto una malla 3D como la textura correspondiente. Esto permite combinar la salida de comparadores 3D puros con los algoritmos de reconocimiento facial 2D más tradicionales, obteniendo así un mejor rendimiento (como se muestra en FRVT 2006 ).
La principal limitación tecnológica de los métodos de reconocimiento facial en 3D es la adquisición de imágenes en 3D, que generalmente requiere una cámara de rango . Alternativamente, se pueden usar múltiples imágenes desde diferentes ángulos de una cámara común (por ejemplo, una cámara web [1] ) para crear el modelo 3D con un posprocesamiento significativo. (Consulte Adquisición de datos 3D y reconstrucción de objetos ). [2] Esta es también una razón por la que los métodos de reconocimiento facial 3D han surgido significativamente más tarde (a fines de la década de 1980) que los métodos 2D. Recientemente [ ¿cuándo? ] Las soluciones comerciales han implementado la percepción de profundidad proyectando una cuadrícula en la cara e integrando la captura de video de la misma en un modelo 3D de alta resolución. Esto permite una buena precisión de reconocimiento con componentes estándar de bajo costo .
El reconocimiento facial 3D sigue siendo un campo de investigación activo, aunque varios proveedores ofrecen soluciones comerciales.
Ver también
Referencias
- ^ Nirav Sanghani (28 de marzo de 2007). "Bioscrypt presenta la cámara de reconocimiento facial 3D" . DailyTech.
- ^ "Copia archivada" . Archivado desde el original el 25 de abril de 2012 . Consultado el 7 de noviembre de 2011 .Mantenimiento de CS1: copia archivada como título ( enlace )
- Okuwobi, IP; Chen, Q; Niu S .; et al. (2016). "Predicción y reconocimiento facial tridimensional (3D)". Procesamiento de señal, imagen y video . 10 (6): 1151-1158. doi : 10.1007 / s11760-016-0871-z . S2CID 11211308 .
- Bronstein, AM; Bronstein, MM; Kimmel, R. (2005). "Reconocimiento facial tridimensional". Revista Internacional de Visión por Computador . 64 (1): 5–30. CiteSeerX 10.1.1.77.9592 . doi : 10.1007 / s11263-005-1085-y . S2CID 670151 .
- Heseltine, T .; Peras, N .; Austin, J. (2008). "Reconocimiento facial tridimensional mediante combinaciones de componentes del subespacio del mapa de características de la superficie". Computación de imagen y visión . 26 (3): 382–396. doi : 10.1016 / j.imavis.2006.12.008 .
- Kakadiaris, IA ; Passalis, G .; Toderici, G .; Murtuza, N .; Karampatziakis, N .; Theoharis, T. (2007). "Reconocimiento facial 3D en presencia de expresiones faciales: un enfoque de modelo deformable anotado". Transacciones IEEE sobre análisis de patrones e inteligencia de máquinas . 13 (12).
- Queirolo, CC; Silva, L .; Bellon, OR; Segundo, MP (2009). "Reconocimiento facial 3D mediante recocido simulado y la medida de interpenetración de superficie". Transacciones IEEE sobre análisis de patrones e inteligencia de máquinas . 32 (2): 206-19. doi : 10.1109 / TPAMI.2009.14 . PMID 20075453 . S2CID 12411479 .
- Gupta, S .; Markey, MK; Bovik, AC (2010). "Reconocimiento antropométrico 3D de rostros". Revista Internacional de Visión por Computador . 90 (3): 331–349. doi : 10.1007 / s11263-010-0360-8 . S2CID 10679755 .
- A. Rashad, A Hamdy, MA Saleh y M Eladawy, "Reconocimiento facial 3D usando 2DPCA", (IJCSNS) Revista Internacional de Ciencias de la Computación y Seguridad de Redes, Vol. (12), 2009. http://paper.ijcsns.org/07_book/200912/20091222.pdf
- Spreeuwers, LJ (2015). "Rompiendo la barrera del 99%: optimización del reconocimiento facial 3D". IET Biometrics . 4 (3): 169-177. doi : 10.1049 / iet-bmt.2014.0017 .
- Spreeuwers, LJ (2011). "Reconocimiento facial 3D rápido y preciso mediante el registro de un sistema de coordenadas intrínsecas y la fusión de clasificadores de múltiples regiones" . Revista Internacional de Visión por Computador . 93 (3): 389–414. doi : 10.1007 / s11263-011-0426-2 .
enlaces externos
- Taller CVPR 2008 sobre procesamiento facial 3D
- Gran desafío de reconocimiento facial
- Página de inicio de reconocimiento facial
- Proyectos de investigación y proyectos de reconocimiento facial 3D
- Proyecto de reconocimiento facial Technion 3D
- Proyecto de reconocimiento facial 3D de Mitsubishi Electric Research Laboratories
- Sistema de reconocimiento facial 3D comercial L-1 Identity
- Tecnología de escaneo 3D rápido para reconocimiento facial 3D en el Grupo de Reconocimiento de Patrones y Modelado Geométrico, Reino Unido
- Reconocimiento facial 3D usando un modelo deformable en el Laboratorio de Biomedicina Computacional, Houston, TX
- Reconocimiento facial 3D mediante estéreo fotométrico, Reino Unido