[论文解读] A method for nose-tip based 3D face registration using maximum intensity algorithm

Parama Bagchi, Debotosh Bhattacharjee+2 more|arXiv (Cornell University)|Sep 13, 2013

Face recognition and analysis参考文献 5被引用 8

一句话总结

该论文提出了一种基于鼻尖的3D人脸配准方法，采用最大强度算法在不同姿态下对3D人脸扫描进行对齐。通过估计绕X、Y和Z轴的旋转和平移参数，该方法在FRAV3D数据库的472张图像上实现了75.84%的配准准确率，展示了在姿态不变3D人脸对齐中的鲁棒性。

ABSTRACT

In this paper we present a novel technique of registering 3D images across pose. In this context, we have taken into account the images which are aligned across X, Y and Z axes. We have first determined the angle across which the image is rotated with respect to X, Y and Z axes and then translation is performed on the images. After testing the proposed method on 472 images from the FRAV3D database, the method correctly registers 358 images thus giving a performance rate of 75.84%.

研究动机与目标

• 解决在不同姿态条件下（尤其是绕X、Y和Z轴）的3D人脸配准挑战。
• 在姿态存在旋转和平移变化的情况下，提升3D人脸扫描的对齐准确率。
• 开发一种可靠且自动化的3D人脸配准方法，利用解剖学标志点，特别是鼻尖。
• 为生物识别和人脸识别应用提供一致且可重复的3D人脸模型对齐。
• 在大规模数据集上验证该方法，以评估其在真实场景下的性能和鲁棒性。

提出的方法

• 在3D人脸扫描中通过基于强度的检测方法，将鼻尖识别为主要解剖学标志点用于配准。
• 应用最大强度算法以定位鼻部最突出的点，作为对齐的参考点。
• 通过比较输入扫描中鼻尖位置与参考模型中的位置，估计绕X、Y和Z轴的旋转角度。
• 计算平移参数，以将扫描人脸重新定位，使鼻尖与参考模型中的对应点对齐。
• 执行刚性变换（旋转+平移），将3D人脸模型配准到标准姿态。
• 通过迭代优化提高对齐准确率，尤其在大姿态变化情况下表现更优。

实验结果

研究问题

• RQ1 鼻尖是否能在多种姿态下作为3D人脸配准的稳定且可靠的标志点？
• RQ2 基于强度的鼻尖检测能否准确估计旋转和平移参数？
• RQ3 该方法在大规模3D人脸数据库上的配准成功率表现如何？
• RQ4 与现有技术相比，该方法在处理3D人脸扫描中的大姿态变化时表现如何？
• RQ5 最大强度算法在噪声或部分遮挡条件下，对鼻尖定位的鲁棒性提升程度如何？

主要发现

• 该方法成功配准了FRAV3D数据库中的358张（共472张）3D人脸扫描，实现了75.84%的配准准确率。
• 通过最大强度算法一致检测到鼻尖，实现了在不同姿态下的可靠对齐。
• 该方法在处理绕所有三个轴（X、Y、Z）的旋转方面表现出稳健性能，这些旋转在真实3D扫描中十分常见。
• 仅使用单一解剖学标志点（鼻尖）简化了配准流程，同时保持了高准确率。
• 结果表明，基于强度的标志点检测在3D人脸配准中非常有效，尤其当与刚性变换模型结合时。
• 该方法在需要姿态不变3D人脸匹配的生物识别系统中具有良好的集成前景。