التعرف على الوجه بتقنية ثلاثي الأبعاد

التعرف على الوجوه ثلاثي الأبعاد (Three-dimensional face recognition) أو ما يعرف اختصارات باللغة الإنجليزية 3D face recognition هو أسلوب من أساليب التعرف على الوجه يتم فيه استخدام الهندسة ثلاثية الأبعاد لوجه الإنسان. لقد ثبت أن طرق التعرف على الوجوه ثلاثية الأبعاد يمكن أن تحقق دقة أعلى بكثير من نظيراتها ثنائية الأبعاد، مما يضاهي التعرف على بصمات الأصابع.

نموذج ثلاثي الأبعاد لوجه بشري

تتمتع تقنية التعرف على الوجوه ثلاثية الأبعاد بإمكانية تحقيق دقة أفضل من نظيرتها ثنائية الأبعاد عن طريق قياس هندسة الميزات الصلبة على الوجه. يؤدي ذلك إلى تجنب مخاطر خوارزميات التعرف على الوجوه ثنائية الأبعاد مثل التغيير في الإضاءة وتعبيرات الوجه المختلفة والمكياج واتجاه الرأس. هناك طريقة أخرى تتمثل في استخدام النموذج ثلاثي الأبعاد لتحسين دقة التعرف على الصور التقليدية عن طريق تحويل الرأس إلى عرض معروف. بالإضافة إلى ذلك، تحصل معظم الماسحات الضوئية ثلاثية الأبعاد على شبكة ثلاثية الأبعاد والنسيج المقابل. يسمح ذلك بدمج ناتج المطابقات ثلاثية الأبعاد الخالصة مع خوارزميات التعرف على الوجوه ثنائية الأبعاد التقليدية، مما يؤدي إلى الحصول على أداء أفضل (كما هو موضح في FRVT 2006).

يتمثل الحدود التكنولوجية الرئيسية لأساليب التعرف على الوجوه ثلاثية الأبعاد في الحصول على صورة ثلاثية الأبعاد، والتي تتطلب عادةً كاميرا ذات نطاق. بدلاً من ذلك، يمكن استخدام صور متعددة من زوايا مختلفة من كاميرا شائعة (مثل كاميرا الويب [1]) لإنشاء نموذج ثلاثي الأبعاد مع معالجة رقمية لاحقة مهمة. (انظر الحصول على البيانات ثلاثية الأبعاد وإعادة بناء الكائن.) [2] وهذا أيضًا سبب لظهور طرق التعرف على الوجوه ثلاثية الأبعاد بشكل ملحوظ (في أواخر الثمانينيات) عن الطرق الصور ثنائية الأبعاد.

مؤخرا  نفذت الحلول التجارية إدراك العمق من خلال إسقاط شبكة على الوجه ودمج التقاط الفيديو لها في نموذج ثلاثي الأبعاد عالي الدقة. يتيح ذلك دقة التعرف الجيدة مع المكونات منخفضة التكلفة الجاهزة.

لا يزال التعرف على الوجوه ثلاثية الأبعاد مجالًا بحثيًا نشطًا، على الرغم من أن العديد من البائعين يقدمون حلولًا تجارية.

انظر أيضاعدل

المصادرعدل

  1. ^ Nirav Sanghani (28 مارس 2007)، "Bioscrypt Introduces 3D Face Recognition Camera"، DailyTech، مؤرشف من الأصل في 20 سبتمبر 2016.
  2. ^ "Archived copy"، مؤرشف من الأصل في 25 أبريل 2012، اطلع عليه بتاريخ 07 نوفمبر 2011.{{استشهاد ويب}}: صيانة CS1: الأرشيف كعنوان (link)

مصادر أخرىعدل

  • Okuwobi, I. P.؛ Chen, Q؛ Niu S.؛ وآخرون (2016)، "Three-dimensional (3D) facial recognition and prediction"، Signal, Image and Video Processing، 10 (6): 1151–1158، doi:10.1007/s11760-016-0871-z.
  • Bronstein, A. M.؛ Bronstein, M. M.؛ Kimmel, R. (2005)، "Three-dimensional face recognition"، International Journal of Computer Vision، 64 (1): 5–30، doi:10.1007/s11263-005-1085-y.
  • Heseltine, T.؛ Pears, N.؛ Austin, J. (2008)، "Three-dimensional face recognition using combinations of surface feature map subspace components"، Image and Vision Computing، 26 (3): 382–396، doi:10.1016/j.imavis.2006.12.008.
  • Kakadiaris, I. A.؛ Passalis, G.؛ Toderici, G.؛ Murtuza, N.؛ Karampatziakis, N.؛ Theoharis, T. (2007)، "3D face recognition in the presence of facial expressions: an annotated deformable model approach"، IEEE Transactions on Pattern Analysis and Machine Intelligence، 13 (12).
  • Queirolo, C. C.؛ Silva, L.؛ Bellon, O. R.؛ Segundo, M. P. (2009)، "3D Face Recognition using Simulated Annealing and the Surface Interpenetration Measure"، IEEE Transactions on Pattern Analysis and Machine Intelligence، 32 (2): 206–19، doi:10.1109/TPAMI.2009.14، PMID 20075453.
  • Gupta, S.؛ Markey, M. K.؛ Bovik, A. C. (2010)، "Anthropometric 3D Face Recognition"، International Journal of Computer Vision، 90 (3): 331–349، doi:10.1007/s11263-010-0360-8.
  • رشاد، أحمد حمدي، م.صالح ومحمد العدوي، «التعرف على الوجوه ثلاثية الأبعاد باستخدام 2DPCA»، (IJCSNS) المجلة الدولية لعلوم الكمبيوتر وأمن الشبكات، المجلد (12)، 2009. http://paper.ijcsns.org/07_book/200912/20091222.pdf
  • Spreeuwers, L.J. (2015)، "Breaking the 99% barrier: optimisation of 3D face recognition"، IET Biometrics، 4 (3): 169–177، doi:10.1049/iet-bmt.2014.0017.
  • Spreeuwers, L.J. (2011)، "Fast and Accurate 3D Face Recognition Using Registration to an Intrinsic Coordinate System and Fusion of Multiple Region classifiers"، International Journal of Computer Vision، 93 (3): 389–414، doi:10.1007/s11263-011-0426-2.