1. 研究目的与意义（文献综述）

1.1 研究目的及意义

近年来，随着信息技术的高速发展，个人的身份鉴别成为了我们身边随处可见也随处都需要的技术，如门禁系统、机场安检、用户登录、考勤系统、自然人机交互等。在信息技术发展以前，人们都用传统的方式如证件、密码等，但他们都存在着易丢失、伪造甚至非法盗用的隐患。为了满足日益增长的市场需求，生物特征识别技术也随着潮流应运而生。

生物特征，即是人类都具有的能够识别个人身份的特征。目前发展较成熟投入使用的有人脸、虹膜、指纹、足迹、掌纹等。人脸识别，是生物特征识别的一个重要方向，也受到了国内外众多研究者的重视。相比较于其他生物特征，它具有自然、友好、主动性、非侵犯性以及易被用户接收的诸多优点，同时，它作为计算机视觉、计算机图形、模式识别等多学科的结合体，具有极大的学术价值，其研究成果也会对这些领域起到巨大的推动作用。

2. 研究的基本内容与方案

本研究以三维人脸识别为基础，对三维人脸识别的相关算法以及发展现状进行分析和研究。由于三维数据信息比二维的更多，要想高效地对三维人脸进行识别，预处理筛选出有效的特征信息就尤为重要。因此本研究的重点就在于对于三维人脸识别的第一部分，即对初始的三维人脸数据的预处理和重要的特征信息进行检测。

本研究旨在首先对当前的特征检测的方法进行系统地阐述、分析和总结，然后尝试挖掘出三维人脸数据中稳定、鲁棒的特征点，得以提高三维人脸识别的准确度，并且使用matlab或者python语言对原始的三维人脸数据库进行预处理和特征检测的仿真。

3. 研究计划与安排

第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

第4－5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。

第6－9周：编程实现各算法，并进行仿真调试。

4. 参考文献（12篇以上）

[1]. Gordon G G, Vincent L M. Applicationof morphology to feature extraction for face recognition[J]. Proceedings ofSPIE - The International Society for Optical Engineering, 1992, 1658:1658--33.

[2]. Maurer T, Guigonis D, Maslov I, etal. Performance of Geometrix ActiveID^TM 3D Face Recognition Engine on the FRGCData[C]// Computer Vision and Pattern Recognition - Workshops, 2005. CVPRWorkshops. IEEE Computer Society Conference on. IEEE, 2005:154-154.

[3]. Gu X, Gortler S J, Hoppe H. Geometryimages[J]. Acm Transactions on Graphics, 2002, 21(3):355-361.

[4]. 张永泽. 基于密集点对应的三维人脸识别研究[D]. 东南大学, 2010.

[5]. Savran A, Akarun L. BosphorusDatabase for 3D Face Analysis[C]// Proc. First Cost 2101 Workshop on Biometricsand Identity Management. 2008:47-56.

[6]. Barrett W A. A survey of facerecognition algorithms and testing results[C]// Asilomar Conference on. IEEE,1997:301-305 vol.1.

[7]. Zhong C, Sun Z, Tan T. Robust 3D FaceRecognition Using Learned Visual Codebook[C]// IEEE Conference on ComputerVision and Pattern Recognition. IEEE, 2007:1-6.

[8]. 凌仁兵, 李其申, 周翠岭. 基于人脸面部特征的三维人脸预处理方法[J]. 信息通信, 2013(3):20-21.

[9]. Mian A, Bennamoun M, Owens R. AnEfficient Multimodal 2D-3D Hybrid Approach to Automatic Face Recognition[M].IEEE Computer Society, 2007.

10]. Malassiotis S, Strintzis M G.Real-time head tracking and 3D pose estimation from range data[C]//International Conference on Image Processing, 2003. ICIP 2003. Proceedings.IEEE, 2003:II-859-62 vol.3.

[11]. 张广鹏. 三维人脸识别[D]. 西北工业大学, 2006.

[12]. 周融瑛, 管业鹏. 三维人脸鼻子特征检测[J]. 计算机工程与设计, 2008, 29(12):3157-3159.

[13]. Meyer M, Desbrun M, Schroder P, etal. Discrete Dierential-Geome try Operators for Triangulated 2-Manifolds[J].Visualization amp; Mathematics III, 2002, 6(8-9):35--57.

[14]. 方惠兰, 王国瑾. 三角网格曲面上离散曲率估算方法的比较与分析[J]. 计算机辅助设计与图形学学报, 2005, 17(11):2500-2507.

[15]. Lu X, Jain A K. Multimodal facialfeature extraction for automatic 3D face recognition[J]. 2005.

[16]. Wang Y, Chua C S, Ho Y K. Facialfeature detection and face recognition from 2D and 3D images[J]. PatternRecognition Letters, 2002, 23(10):1191-1202.

[17]. Guillaume, Lavoue, Florent, et al.Curvature Tensor Based Triangle Mesh Segmentation with BoundaryRectification[J]. 2004:10-25.

[18]. Besl P J, Mckay N D. A Method forRegistration of 3-D Shapes[M]. IEEE Computer Society, 1992.

[19]. Guo Y, Lei Y, Liu L, et al. EI3D: expression-invariant 3Dface recognition based on feature and shape matching[J]. Pattern RecognitionLetters, 2016, 83: 403-412.

[20]. Li H, Huang D, Morvan J M, et al. Expression-robust 3D face recognitionvia weighted sparse representation of multi-scale and multi-component localnormal patterns[J]. Neurocomputing, 2014, 133: 179-193.

[21]. Derkach D, Ruiz A, Sukno F M. Head Pose Estimation Based on 3-D FacialLandmarks Localization and Regression[C]// IEEE International Conference onAutomatic Face amp; Gesture Recognition. IEEE, 2017:820-827.

[22]. 孙圣鹏, 宋明黎, 卜佳俊,等. 鼻子区域检测与三维人脸姿态自动化校正[J]. 计算机辅助设计与图形学学报, 2013,25(1):34-41.

[23]. 孔德慧, 程世铨, 尹宝才,等. 三维人脸扫描图像数据预处理[J]. 北京工业大学学报, 2005,31(3):323-327.

[24]. 曹林. 人脸识别与人体动作识别技术及应用[M]. 电子工业出版社, 2015.

[25]. 盖赟. 三维人脸建模方法研究与应用[M]. 中国社会科学出版社, 2015.

[26]. 田文君. 基于深度图像的三维人脸特征提取[D]. 北京交通大学, 2009.

[27]. 谢子强. 针对表情变化的人脸识别算法的研究与应用[D]. 北京工业大学, 2016.

[28]. 常朋朋. 表情鲁棒的三维人脸识别算法研究[D]. 东南大学, 2015.

[29]. 王雪峤. 表情不敏感的三维人脸识别研究[D]. 北京交通大学, 2016.

[30]. Joshi S H, Klassen E, Srivastava A, et al. A NovelRepresentation for Riemannian Analysis of Elastic Curves in #8477;[J]. 2007, 2007(17-22 June 2007):1-7.

[31]. Alyüz N, G#246;kberk B, Akarun L. Regional registration forexpression resistant 3-D face recognition[J]. IEEE Transactions on InformationForensics amp; Security, 2010, 5(3):425-440.

[32]. GuoY, Lei Y, Liu L, et al. EI3D: expression-invariant 3D face recognition based onfeature and shape matching[J]. Pattern Recognition Letters, 2016, 83: 403-412