三维人脸识别的计算方法

三维人脸识别一般采用深度相机获取人脸深度信息，主要包括双目相机，基于结构光原理的RGB-D相机和基于光飞行时间原理的TOF相机。
（1）基于深度图的人脸识别
深度图像中三维数据的z值被投影至二维平面，形成平滑的三维曲面。可使用归一化网络和特征提取网络实现深度图人脸识别，归一化网络将输入的深度图像转化为HHA图像，再使用卷积神经网络回归用于获取归一化深度图的参数，特征提取网络用于获取表征深度图人脸的特征向量。
（2）基于RGB-3DMM的人脸识别
3DMM是指三维人脸变形统计模型，早期是用于解决从二维人脸图像恢复三维形状的问题，现多被用于对深度图像或彩色图像进行人脸模型回归，实现识别任务。
（3）基于RGB-D的人脸识别
RGB-D图像是包含了彩色图像和深度图，前者是从红、绿、蓝颜色通道获取的图像，后者是指包含与视点的场景对象的表面的距离有关的图像通道，两者之间是相互配准。通过对彩色图像和多帧融合后的深度图像分别进行预训练和迁移学习，在特征层进行融合，提高人脸识别率。