嵌入式3D人脸识别（笔记）

3D人脸识别在人脸识别中所占比例58%（2020年），3D是趋势。

3D人脸误识率1/100万，2D人脸误识率1/1万。

应用人脸活体、高精度识别。

 

几种深度相机比较：

双目：运算量大，受光照影响（过亮过暗时，主要是弱光下差），成本低

3D结构光：编码结构光响应时间慢，短距离（2米内）精度高，识别距离短，易受光照影响

3D TOF：光照鲁棒性高，计算小，成本高点

双目散斑结构光：双目+结构光，不受光照影响

 

数据训练时更鲁棒、多样、扩充数据：进行光线模拟，仿射变换。

嵌入式人脸识别：512维度，yolo轻量级模型，模型进行裁剪和压缩

输入：红外图和深度图

步骤：录入人脸3D建模；计算人脸偏转角度（正负15度）；旋转投影录入人脸；提取特征；比较相似度

人库：云端10万人；本地1千人。人脸特征2KB/人存储

算法识别速度：700ms 

功率：600mA

训练数据：几百万张人脸数据

鲁棒性：各种光线、角度识别；戴眼镜/墨镜识别（精度不受影响，戴口罩无法识别，因为无戴口罩数据标注）

 

3D人脸识别模组

防作弊比如硅胶活体：

    1. 识别出深度和平面；

    2. 硅胶材质的反射特征与人脸不同；

    3. 表面的颗粒度不同，分辨率可以区分。

最后上一个 双目散斑结构光（小钴科技）的大致图