近日，团队成员在SCI学术期刊Journal of Electronic Imaging（大类：计算机科学）发表论文《Mesh-based scale-invariant feature transform-like method for three-dimensional face recognition under Expressions and missing data》。论文作者包括团队的老师和硕士研究生：梁艳、廖嘉城、潘家辉。

   三维人脸识别技术的研究和应用已取得了巨大的进步，但是表情变化、姿态变化以及遮挡问题仍然是制约人脸识别率提高的重要瓶颈。基于网格的SIFT-Like方法是解决这些问题最为有效的方法之一，但这类方法没有考虑消除边缘响应，影响识别性能，并且增加了计算成本。为了解决这一问题，论文提出了一种网格边缘点滤波器算法去除边缘关键点，减少无效的关键点匹配数量。在特征描述方面，设计了由几何形状直方图和形状指数直方图组成的局部描述子来描述关键点的局部形状。论文最后还提出了一个完整的基于网格的SIFT-Like三维人脸识别框架。在Bosphorus和FRGC v2.0数据库的实验结果表明，应用MEPF方法可以提高识别精度及运行效率。算法比较实验证明，论文所提出的方法在计算复杂度和识别性能之间取得了平衡。

       文章网络首发地址: http://dx.doi.org/10.1117/1.JEI.29.5.053008.