利用关键特征点的多信息融合人脸识别

经过多年的人脸识别研究，受光照、噪声等条件影响而导致识别率相对较低的二维人脸识别技术已经跟不上时代最前沿的步伐，虽然三维人脸识别技术正在步步发展，但是它却有着较高的复杂性。针对这一问题，根据传统的深度信息定位方法以及 LFA 局部特征分析方法，提出了一种改进的三维人脸关键特征点定位算法，并在获取完备聚类训练样本的基础上，进一步提出了全局和局部加权融合的特征提取算法。通过在 FＲGC 和 BU-3DFE 两个人脸库中实验数据的对比分析，本文方法在三维人脸的识别效果方面具有更高的鲁棒性