电讯技术

作者：张龙,胡金蓉,张艳,黄果,黄飞虎

单位：(1.成都信息工程大学 计算机学院,成都 610225;2.国家卫星气象中心,北京100081;3.川西南空间效应探测与应用四川省高等学校重点实验室,四川 乐山 614004)

关键词：3D人脸识别；深度学习；深度关系感知；双域特征增强；

基金：四川省科技计划项目(2023YFQ0072，2022YFQ0073)；川西南空间效应探测与应用四川省高等学校重点实验室项目(ZDXM202301002)

针对2D人脸识别方法易受到外部环境干扰的问题，提出了一种基于深度学习的3D人脸识别方法。该方法从人脸几何信息中获取特征，对光照等环境因素具有较强的鲁棒性。根据对现有研究内容的分析，设计了一个双域特征增强模块。该模块分别从通道域和空间域提取出人脸的局部特征，并将其作为全局特征的增强部分，从而获得更加完备的人脸特征。针对3D人脸数据特性，提出了一种新的适合于3D人脸识别的特征学习策略。该策略旨在使人脸识别模型学习从3D人脸的深度关系中提取身份特征，能够极大缓解三维人脸中噪声对特征计算的负面影响。通过实验，在公开数据集Bosphorus和Texas上分别获得了96.32%与98.93%的验证准确率，表明该方法能够获得更高的识别精度，并且在复杂情况下的人脸识别也具有一定优势。

来源：2025年第1期

《电讯技术》期刊编辑部

查看电讯技术杂志2025年第1期