老規(guī)矩，先說下3D人臉識別的實現(xiàn)思路：

    3D人臉識別基本上使用的都是點云數(shù)據，所以這里先介紹什么是點云數(shù)據，點云數(shù)據是一種常用的三維數(shù)據表示方法，三維數(shù)據表示方法除了點云還有體素網格、三角網格、多視角圖等。

   3D人臉識別因為識別的對象數(shù)據不一樣，所以3D人臉識別較2D人臉識別的流程要復雜。實現(xiàn)步驟為：圖像數(shù)據采集 -->配準 --> 3D重建 -->人臉檢測 -->特征提取 -->信息比對。我們重點講一下后面三個。

人臉檢測

   3D人臉檢測跟2D+人臉檢測主要以處理3D數(shù)據的方式不同進行區(qū)分。3D人臉識別處理的是3D的數(shù)據，如點云、體素等，這些數(shù)據是完整的，立體的。而2D+人臉檢測的處理方式是將3D的人臉數(shù)據分為2D的RGB數(shù)據+深度數(shù)據。處理的方法為先采用2D的人臉識別方法處理2D的RGB數(shù)據，然后再處理深度數(shù)據。

特征提取

3D人臉特征提取跟2D+人臉特征提取是兩個不一樣的過程。3D人臉特征提取處理的是3D的數(shù)據，如點云、體素等，這些數(shù)據是完整的，立體的，而2D+人臉特征提取將3D的人臉數(shù)據分為2D的RGB數(shù)據+深度數(shù)據，處理的方法為先采用2D的人臉特征提取的方法先提取RGB數(shù)據的特征，然后再處理深度數(shù)據。

信息比對

信息比對是識別的過程，就是處理人臉圖像數(shù)據提取出來的特征，處理的方法跟2D人臉識別的信息比對類似。主要計算兩組數(shù)據的相似度，計算的方式有余弦距離、歐氏距離、曼哈頓距離、明可夫斯基距離、皮爾森相關系數(shù)、斯皮爾曼等級相關系數(shù)等。

————————————————

版權聲明：本文為CSDN博主「安靜的少女Jasmine」的原創(chuàng)文章，遵循CC 4.0 BY-SA版權協(xié)議，轉載請附上原文出處鏈接及本聲明。

原文鏈接：https://blog.csdn.net/molixuebeibi/article/details/91880162

    小優(yōu)3D相機目前在重建方面已經達到了高精度，精度0.2mm，完全滿足真正3D人臉識別需求。