融合数据增广结构和端到端网络的3D人脸识别

来源：计算机应用与软件杂志2025年第12期北京时间：

作者：蔡梦园, 袁三男

摘要：针对在3D人脸资源匮乏情况下，3D人脸识别性能低下的问题，提出一种融合数据增广结构和端到端网络的3D人脸识别方法。该方法由端到端学习网络（IMPNet）和3D人脸数据增广结构组成，采用Pointnet++作为骨干网络，并提出多尺度特征平均分插融合策略且重构网络的SA模块，从而使得推理速度提升了37.7%。并对统计形状模型（SSM）进行改进，首次提出基于优化统计形变模型（GSSM）的数据增广结构，使得网络无需大量的真实数据作为训练集，也可获得性能较好的网络。在公共数据集FRGCv2和Bosphorus上，该方法取得了98.9%和99.1%的准确率，优于目前主流方法。

关键词：机器视觉, 数据增广, 3D人脸识别, 端到端网络