表情不變的三維人臉識別算法從預(yù)處理、特征提取、匹配識別等步驟入手，設(shè)計(jì)三維人臉識別算法。
       一、對三維人臉庫進(jìn)行預(yù)處理。對樣本庫中的原始三維模型，通過插值的方法完成缺失數(shù)據(jù)的補(bǔ)全，通過濾波完成三維人臉表面的平滑去噪工作。采用主成分分析法，提取三維人臉點(diǎn)云模型的主軸，將所有三維人臉進(jìn)行人臉對齊。經(jīng)上述操作，完成三維人臉的標(biāo)準(zhǔn)化工作。
       二、三維人臉特征模型。對所有中性表情人臉求取平均臉，在平均人臉上，以鼻尖點(diǎn)為基點(diǎn)構(gòu)建測地線環(huán)，在環(huán)上根據(jù)先驗(yàn)知識選擇對表情不敏感的特征點(diǎn)，同時(shí)特征點(diǎn)之間的拓?fù)潢P(guān)系也由此確定。以基點(diǎn)與各個(gè)特征點(diǎn)之間的測地線距離為標(biāo)準(zhǔn)，自動確定樣本庫內(nèi)所有三維人臉的特征點(diǎn)模型。同時(shí)考慮到表情變化時(shí)，特征點(diǎn)之間的測地線距離相對魯棒。采用快速行進(jìn)法對測地線距離進(jìn)行近似計(jì)算，在不影響識別精度的情況下，提高計(jì)算速度。至此對三維人臉生成魯棒的特征模型描述。
       三、對上述提取的特征進(jìn)行基于彈性模型的匹配以及基于卷積神經(jīng)網(wǎng)絡(luò)的匹配。
       一方面對三維人臉模型的特征點(diǎn)鄰域特征以及邊特征分別進(jìn)行相似性度量，通過余弦距離和歐式距離分別度量不同人臉間特征點(diǎn)與邊的相似度，完成基于彈性模型的三維人臉識別。另一方面將上述特征進(jìn)行融合，經(jīng)過數(shù)據(jù)預(yù)處理后作為卷積神經(jīng)網(wǎng)絡(luò)的輸入，通過訓(xùn)練調(diào)整學(xué)習(xí)率、批訓(xùn)練量、迭代周期等參數(shù)得到合適的網(wǎng)絡(luò)模型，從而完成卷積神經(jīng)網(wǎng)絡(luò)下的三維人臉識別。
       該三維人臉?biāo)惴▽Υ蟛糠直砬樽兓兄己玫聂敯粜?，在表情人臉庫上可以取得較高的識別率，且算法可行性高，對預(yù)處理工作的要求較低。