近年来，人脸识别的研究已经转向使用 3D 人脸表面，因为 3D 几何信息可以表征更多的鉴别特征。近日，澳大利亚迪肯大学的三位研究者回顾了过去十年发展起来的 3D 人脸识别技术，总体上分为常规方法和深度学习方法。该调查通过代表性研究的详细描述来对各类技术进行评估，其中将技术的优缺点总结为对面部变化（表情、姿态和遮挡等）的准确性、复杂性和稳健性。该调查全面涵盖了 3D 人脸识别的常规方法和深度学习方法，并阐明了可用的 3D 人脸数据库和未来的研究挑战与方向。

论文地址：https://arxiv.org/pdf/2108.11082v1.pdf

该调查研究的主要贡献包括如下：

  • 这是第一篇全面涵盖传统方法和基于深度学习的 3D 人脸识别方法的调查论文；

  • 与现有调查不同，它特别关注基于深度学习的 3D 人脸识别方法；

  • 涵盖 3D 人脸识别最新、最前沿的发展，为 3D 人脸识别提供清晰的进度图；

  • 它对可用数据集上的现有方法进行了全面比较，并提出了未来的研究挑战和方向。

如下图 1 所示，根据所采用的特征提取方法，3D 人脸识别技术可以分为两类：传统方法和基于深度学习的方法。