计量学报

作者：张楠楠, 桑高丽

关键词：低成本三维扫描仪,低质量人脸深度图像,对比图像对,特征去噪,对比损失函数,高实时性

基金：浙江省教育厅科研项目(Y202249424)

提出一种基于低成本三维扫描仪的人脸深度图识别方法（FDMR），目的是提高低质量人脸深度图的鲁棒性特征表达能力以提高识别准确率，提高算法的实时性能以更好地满足实际应用需求。首先，针对单张深度数据提取特征有限的问题，将低质量人脸深度图像构建为对比图像对并输入到FDMR网络中。其次，在特征提取过程中，为减少低质量人脸深度数据中噪声的影响，引入连续归一化流模块进行特征去噪。最后，提出了一种面向图像对的对比损失函数，通过最小化图像对相似度分数分布与真实标签匹配分布之间的KL散度以简化计算过程，进一步提高了模型训练的效率。所提方法展现出较其他当前最优方法更高的实时性能，处理图像时的帧速率达到183帧/s，而当前最优方法仅为125帧/s。在Lock3DFace和Extended-Multi-Dim两个数据集上的实验结果显示，与当前最优方法相比，提出方法在平均识别率上分别提高了0.23%和0.67%。

来源：2025年第11期

《计量学报》期刊编辑部

查看计量学报杂志2025年第11期