專(zhuān)利名稱(chēng)：：一種基于局部描述符的三維人臉識(shí)別方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種基于局部描述符的三維人臉識(shí)別方法，對(duì)任一個(gè)采樣點(diǎn)自適應(yīng)地選取3個(gè)鄰域點(diǎn)集，將依次投影在XOY、YOZ和XOZ三個(gè)平面上的投影面積作為該點(diǎn)的局部特征，用這樣一種局部描述符進(jìn)行人臉識(shí)別，有很好的人臉表征效果，并減小了表情對(duì)識(shí)別造成的影響。
背景技術(shù)：
：生物特征識(shí)別在安全領(lǐng)域有著重要的應(yīng)用，特別是與指紋、虹膜等特征相比，自動(dòng)人臉識(shí)別技術(shù)以其無(wú)接觸性、可接受性高、隱蔽性好等優(yōu)點(diǎn)受到越來(lái)越多的關(guān)注，有著巨大的發(fā)展空間。傳統(tǒng)的基于二維照片的人臉識(shí)別技術(shù)受到光照、姿態(tài)、化妝等因素的影響較大。三維人臉識(shí)別技術(shù)可以克服或減輕這些因素的影響。三維人臉模型具有比二維圖像更豐富的信息，它是對(duì)人臉的空間真實(shí)形態(tài)更準(zhǔn)確的描述。但是，三維人臉數(shù)據(jù)量較大，干擾區(qū)域較多，計(jì)算量較大，且由于表情產(chǎn)生的人臉曲面非剛性變形，影響了基于幾何信息的三維人臉識(shí)別的性能。因此，如何減小識(shí)別運(yùn)算量、降低表情影響成為三維人臉識(shí)別技術(shù)的瓶頸，也是研究的關(guān)鍵問(wèn)題。
發(fā)明內(nèi)容本發(fā)明提供一種能夠提高表征準(zhǔn)確性的基于局部描述符的三維人臉識(shí)別方法。本發(fā)明采用如下技術(shù)方案一種基于局部描述符的三維人臉識(shí)別方法，其特征在于，分別對(duì)測(cè)試人臉及庫(kù)集人臉進(jìn)行處理，分別得到測(cè)試人臉上的采樣點(diǎn)與庫(kù)集人臉的采樣點(diǎn)，所述處理包括預(yù)處理步驟、輪廓線提取步驟、采樣點(diǎn)局部特征提取步驟，最后，在測(cè)試人臉上的采樣點(diǎn)與庫(kù)集人臉的采樣點(diǎn)之間建立點(diǎn)對(duì)應(yīng)關(guān)系，并在對(duì)應(yīng)的采樣點(diǎn)之間進(jìn)行局部特征比較，再以歐式距離作為相似度，將最近距離對(duì)應(yīng)的人臉作為識(shí)別結(jié)果，所述的預(yù)處理步驟包括步驟1.1人臉切割根據(jù)人臉的形狀指數(shù)(ShapeIndex)特征和幾何約束確定鼻尖點(diǎn)粗略位置，以鼻尖點(diǎn)為中心，90mm為半徑，舍棄落在球體以外的點(diǎn)，保留球體內(nèi)的點(diǎn)作為后續(xù)處理的人臉區(qū)域；步驟1.2人臉姿態(tài)歸一化將切割后的人臉通過(guò)主成分分析方法進(jìn)行主軸變換，人臉左右方向作為坐標(biāo)系的X軸方向，人臉上下方向作為坐標(biāo)系的Y軸方向，人臉前后方向作為坐標(biāo)系的Z軸方向，以Z坐標(biāo)最大值作為鼻尖點(diǎn)，以鼻尖點(diǎn)作為坐標(biāo)系的原點(diǎn)，將人臉平移后得到統(tǒng)一的人臉主軸坐標(biāo)系，設(shè)為PCS;步驟1.3人臉稀釋F·1pea，人臉的點(diǎn)云按照空間距離進(jìn)行均勻采樣，采樣間隔為lmm，得到一系列的點(diǎn)云集合所述的輪廓線提取步驟包括步驟2.1等距輪廓線的提取計(jì)算人臉點(diǎn)云集合Fp。a內(nèi)所有點(diǎn)到鼻尖點(diǎn)的距離之后，選擇等距離的點(diǎn)組成16條曲線Φ(η)，η=1，2，...，16，曲線Φ(η)為等距輪廓線，η為輪廓線的序號(hào)，每條曲線Φ(η)中的點(diǎn)到鼻尖點(diǎn)的距離dis滿(mǎn)足條件dise[5*η_δ，5*η+δ]其中閾值δ>0，這里取為1.4mm，這樣得到與鼻尖點(diǎn)相距5mm至80mm共16條輪廓線；步驟2.2等距輪廓線的采樣步驟2.2.1將等距輪廓線Φ(η)在人臉主軸坐標(biāo)系PCS的XOY平面上投影，以鼻尖點(diǎn)為中心，投影的曲線在X軸方向的差值α為短軸，在Y軸方向的差值b為長(zhǎng)軸，得到一個(gè)橢圓，方程可表示為權(quán)利要求一種基于局部描述符的三維人臉識(shí)別方法，其特征在于，分別對(duì)測(cè)試人臉及庫(kù)集人臉進(jìn)行處理，分別得到測(cè)試人臉上的采樣點(diǎn)與庫(kù)集人臉的采樣點(diǎn)，所述處理包括預(yù)處理步驟、輪廓線提取步驟、采樣點(diǎn)局部特征提取步驟，最后，在測(cè)試人臉上的采樣點(diǎn)與庫(kù)集人臉的采樣點(diǎn)之間建立點(diǎn)對(duì)應(yīng)關(guān)系，并在對(duì)應(yīng)的采樣點(diǎn)之間進(jìn)行局部特征比較，再以歐式距離作為相似度，將最近距離對(duì)應(yīng)的人臉作為識(shí)別結(jié)果，所述的預(yù)處理步驟包括步驟1.1人臉切割根據(jù)人臉的形狀指數(shù)(ShapeIndex)特征和幾何約束確定鼻尖點(diǎn)粗略位置，以鼻尖點(diǎn)為中心，90mm為半徑，舍棄落在球體以外的點(diǎn)，保留球體內(nèi)的點(diǎn)作為后續(xù)處理的人臉區(qū)域；步驟1.2人臉姿態(tài)歸一化將切割后的人臉通過(guò)主成分分析方法進(jìn)行主軸變換，人臉左右方向作為坐標(biāo)系的X軸方向，人臉上下方向作為坐標(biāo)系的Y軸方向，人臉前后方向作為坐標(biāo)系的Z軸方向，以Z坐標(biāo)最大值作為鼻尖點(diǎn)，以鼻尖點(diǎn)作為坐標(biāo)系的原點(diǎn)，將人臉平移后得到統(tǒng)一的人臉主軸坐標(biāo)系，設(shè)為PCS；步驟1.3人臉稀釋人臉的點(diǎn)云按照空間距離進(jìn)行均勻采樣，采樣間隔為1mm，得到一系列的點(diǎn)云集合Fpca；所述的輪廓線提取步驟包括步驟2.1等距輪廓線的提取計(jì)算人臉點(diǎn)云集合Fpca內(nèi)所有點(diǎn)到鼻尖點(diǎn)的距離之后，選擇等距離的點(diǎn)組成16條曲線φ(n)，n＝1，2，...，16，曲線φ(n)為等距輪廓線，n為輪廓線的序號(hào)，每條曲線φ(n)中的點(diǎn)到鼻尖點(diǎn)的距離dis滿(mǎn)足條件dis∈[5*nδ，5*n+δ]其中閾值δ＞0，這里取為1.4mm，這樣得到與鼻尖點(diǎn)相距5mm至80mm共16條輪廓線；步驟2.2等距輪廓線的采樣步驟2.2.1將等距輪廓線φ(n)在人臉主軸坐標(biāo)系PCS的XOY平面上投影，以鼻尖點(diǎn)為中心，投影的曲線在X軸方向的差值α為短軸，在Y軸方向的差值b為長(zhǎng)軸，得到一個(gè)橢圓，方程可表示為<mfencedopen='{'close=''><mtable><mtr><mtd><mi>x</mi><mo>=</mo><mfrac><mi>a</mi><mn>2</mn></mfrac><mi>cos</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mi>y</mi><mo>=</mo><mfrac><mi>b</mi><mn>2</mn></mfrac><mi>sin</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></mtd></mtr></mtable></mfenced>其中t＝，x為橢圓的橫坐標(biāo)，y為橢圓的縱坐標(biāo)，步驟2.2.2將人臉粗略分為3個(gè)區(qū)域第110條輪廓線所覆蓋的區(qū)域?yàn)閮?nèi)區(qū)域、第1114條輪廓線所覆蓋的區(qū)域?yàn)橹袇^(qū)域、第1516條輪廓線所覆蓋的區(qū)域?yàn)橥鈪^(qū)域，對(duì)內(nèi)外區(qū)域內(nèi)的輪廓線進(jìn)行采樣時(shí)，選取采樣點(diǎn)為<mfencedopen='{'close=''><mtable><mtr><mtd><mi>x</mi><mo>=</mo><mi>a</mi><mo>/</mo><mn>2</mn><mo>*</mo><mi>cos</mi><mrow><mo>(</mo><mrow><mo>(</mo><mn>360</mn><mo>/</mo><mrow><mo>(</mo><mn>8</mn><mo>+</mo><mn>8</mn><mo>*</mo><mi>j</mi><mo>)</mo></mrow><mo>)</mo></mrow><mo>*</mo><mi>i</mi><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mi>y</mi><mo>=</mo><mi>b</mi><mo>/</mo><mn>2</mn><mo>*</mo><mi>sin</mi><mrow><mo>(</mo><mrow><mo>(</mo><mn>360</mn><mo>/</mo><mrow><mo>(</mo><mn>8</mn><mo>+</mo><mn>8</mn><mo>*</mo><mi>j</mi><mo>)</mo></mrow><mo>)</mo></mrow><mo>*</mo><mi>i</mi><mo>)</mo></mrow></mtd></mtr></mtable></mfenced>其中j＝1，2，...，10，15，16，i＝1，2，...，8+8*j，式中x和y分別表示在第j條輪廓線上的第i個(gè)采樣點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，同理對(duì)中區(qū)域內(nèi)的輪廓線進(jìn)行采樣時(shí)，選取采樣點(diǎn)為<mfencedopen='{'close=''><mtable><mtr><mtd><mi>x</mi><mo>=</mo><mi>a</mi><mo>/</mo><mn>2</mn><mo>*</mo><mi>cos</mi><mrow><mo>(</mo><mrow><mo>(</mo><mn>360</mn><mo>/</mo><mrow><mo>(</mo><mn>8</mn><mo>+</mo><mn>4</mn><mo>*</mo><mi>j</mi><mo>)</mo></mrow><mo>)</mo></mrow><mo>*</mo><mi>i</mi><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mi>y</mi><mo>=</mo><mi>b</mi><mo>/</mo><mn>2</mn><mo>*</mo><mi>sin</mi><mrow><mo>(</mo><mrow><mo>(</mo><mn>360</mn><mo>/</mo><mrow><mo>(</mo><mn>8</mn><mo>+</mo><mn>4</mn><mo>*</mo><mi>j</mi><mo>)</mo></mrow><mo>)</mo></mrow><mo>*</mo><mi>i</mi><mo>)</mo></mrow></mtd></mtr></mtable></mfenced>其中j＝11，12，...，14，i＝1，2，...，8+4*j，式中x和y分別表示在第j條輪廓線上的第i個(gè)采樣點(diǎn)的橫坐標(biāo)和縱坐標(biāo)；所述的采樣點(diǎn)局部特征提取步驟包括步驟3.1劃分柵格設(shè)每個(gè)正方體柵格的邊長(zhǎng)為CubeLength，作過(guò)人臉在PCS下的X坐標(biāo)最小值點(diǎn)的且與YOZ平面平行的YOZ′平面、過(guò)人臉在PCS下的Y坐標(biāo)最小值點(diǎn)的且與XOZ平面平行的XOZ′平面和過(guò)人臉在PCS下的Z坐標(biāo)最小值點(diǎn)的且與XOY平面平行的XOY′平面，從這三個(gè)平面的交點(diǎn)開(kāi)始，沿三個(gè)坐標(biāo)軸的正方向用邊長(zhǎng)為CubeLength的柵格堆疊，直到覆蓋整個(gè)人臉，步驟3.2提取局部特征步驟3.2.1計(jì)算鄰域大小計(jì)算每個(gè)采樣點(diǎn)的法向量n，計(jì)算法向量與X軸、Y軸和Z軸的夾角，分別為α、β和γ，根據(jù)夾角的大小選取3個(gè)鄰域Ω1、Ω2和Ω3，3個(gè)鄰域內(nèi)的點(diǎn)的數(shù)目分別為number1＝round((1cos(|α|))*50)number2＝round((2cos(|β|))*50)number3＝round((2cos(|γ|))*50)步驟3.2.2計(jì)算投影面積分別將鄰域Ω1內(nèi)的點(diǎn)在XOY平面上進(jìn)行投影，將鄰域Ω2內(nèi)的點(diǎn)在XOZ平面上進(jìn)行投影，將鄰域Ω3內(nèi)的點(diǎn)在YOZ平面上進(jìn)行投影，求投影下來(lái)的散亂二維點(diǎn)云的最外圍點(diǎn)，用直線連接成不規(guī)則的多邊形，計(jì)算所包圍的區(qū)域面積，得到的3個(gè)投影面積作為該采樣點(diǎn)的局部特征。全文摘要一種基于局部描述符的三維人臉識(shí)別方法，步驟如下(1)對(duì)庫(kù)集人臉模型和測(cè)試人臉模型進(jìn)行預(yù)處理，包括人臉切割、姿態(tài)歸一化和稀釋?zhuān)詈笠员羌鉃橹行慕⑷四樦鬏S坐標(biāo)系；(2)對(duì)庫(kù)集人臉模型和測(cè)試人臉模型提取等距輪廓線，以鼻尖點(diǎn)為中心提取與鼻尖點(diǎn)等距離的16條輪廓線，并進(jìn)行重采樣，得到相同數(shù)目的采樣點(diǎn)；(3)對(duì)庫(kù)集人臉模型和測(cè)試人臉模型人臉進(jìn)行柵格劃分，在步驟(3)所述出的采樣點(diǎn)上提取局部投影面積作為局部特征；(4)對(duì)庫(kù)集人臉模型和測(cè)試人臉模型上相同順序的采樣點(diǎn)建立一一對(duì)應(yīng)的關(guān)系，并比較對(duì)應(yīng)點(diǎn)局部特征；(5)以對(duì)應(yīng)點(diǎn)間局部特征的歐氏距離作為相似度，在庫(kù)集人臉中選取與測(cè)試人臉最相似的作為識(shí)別結(jié)果。文檔編號(hào)G06K9/00GK101986328SQ20101057436公開(kāi)日2011年3月16日申請(qǐng)日期2010年12月6日優(yōu)先權(quán)日2010年12月6日發(fā)明者徐俊,達(dá)飛鵬申請(qǐng)人:東南大學(xué)