面向三维人脸识别的多模态特征提取与匹配算法研究
武时龙
宿州职业技术学院 计算机信息系,安徽 宿州 234000
摘要：[目的]针对三维人脸图像匹配中传统算法对单一关键点依赖性强、特征表达能力不足的问题,为复杂环境下的三维人脸识别提供可靠技术路径,提出一种基于人工智能匹配算法的人脸数据库特征提取方法.[方法]对三维人脸图像进行姿态对齐,结合形状指数与方向曲线实现关键点的精确提取,显著提升面部特征的稳定性与表达能力.特征提取阶段,融合几何结构、纹理分布和深度图像信息,通过引入特征传导函数与动态补偿参数,实现高维特征的统一建模与融合表示.匹配阶段,构建关键点特征分布函数,计算输入图像与数据库样本间的匹配度,以提升识别精度与鲁棒性.[结果]在LS3D-W三维人脸图像数据库上的实验结果表明,其在多个复杂姿态和表情干扰条件下均表现出优越性能,平均曲线下面积达到0.96,远高于对比方法的0.62和0.71.[结论]所提方法显著提升了提取面部特征的稳定性、表达能力以及识别精度与鲁棒性,展现出良好的泛化能力和应用前景.
关键词：特征提取三维人脸数据库AI匹配特征融合
分类号：TP391.41(计算技术、计算机技术)
资助基金：安徽省高等学校科学研究项目(2023AH052957)
论文发表日期：2026-03-20
在线出版日期：2026-03-31（本平台首次上网日期，不代表文献的发表时间）
页数：7( 64-70 )