La finalidad del proyecto es la implementación de una aplicación que realice el procesado de imágenes 3D de forma que puedan usarse como imágenes de entrenamiento en un sistema de reconocimiento facial. El sistema de reconocimiento estará basado en el algoritmo P2CA y combinará imágenes 2D y 3D durante la fase de reconocimiento. Para cumplir este objetivo, se utilizan las imágenes 3D procedentes de la base de datos GavabDB. Esta base de datos contiene imágenes frontales de profundidad sin textura y están en formato VRML. La estrategia para realizar el procesado de las imágenes consta de tres pasos diferenciados. El primero consiste en marcar en cada imagen las coordenadas de los puntos de interés (pupilas, comisuras y puntas de las orejas) que se usarán para normalizar las imágenes y para realizar el reconocimiento. En el segundo paso se utilizarán las coordenadas obtenidas por el primero para buscar un nuevo eje de coordenadas cuyo origen esté a un determinado ángulo (el ángulo lo determina el usuario) de ambas pupilas, de esta manera todas las imágenes estarán centradas y se corregirá su rotación y traslación adecuándolas al nuevo eje. Después la imagen se representará en coordenadas cilíndricas. En el tercero se alinearán los puntos marcados en una cara con los puntos de una cara de referencia mediante el cálculo de la homografía, usando el algoritmo DLT normalizado, y proyectando la imagen según la homografía obtenida. Todas las funciones de la aplicación que realiza este procesado fueron desarrolladas en Matlab y necesitan la versión de Matlab 7.1 R14 SP3, las versiones anteriores de Matlab tienen un error en la implementación de GUIDE, la aplicación de Matlab que permite el desarrollo de GUIs, que provoca errores en el código desarrollado.

El propósito del proyecto es permitir combinar imágenes 3D y 2D para realizar un reconocimiento facial automático. Para ello se procesarán las imágenes 3D de profundidad sin textura de la base de datos GavabDB para posteriormente utilizarlas como imágenes de entrenamiento en un sistema de reconocimiento facial que emplee el algoritmo de P2CA (Partial Principal Components Analysis). Las imágenes 3D se procesarán, mediante unos editores programados en Matlab, de manera que finalmente se representen en coordenadas cilíndricas de manera normalizada y eso permita su comparación con imágenes 2D en la fase de reconocimiento.