專利名稱：一種基于面部曲線彈性匹配的三維人臉識別方法
技術(shù)領(lǐng)域：
本發(fā)明屬于三維人臉識別領(lǐng)域，涉及一種基于面部曲線彈性匹配的三維人臉識別方法。
背景技術(shù)：
生物特征識別在安全領(lǐng)域有著重要的應(yīng)用，特別是與指紋識別、虹膜識別等生物特征識別技術(shù)相比，人臉識別具有非接觸、隱蔽性好等特性，而成為當(dāng)前模式識別和計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。傳統(tǒng)的基于二維灰度或彩色圖像的二維人臉識別已獲得較好的識別性能，但仍易受光照、姿態(tài)、化妝等因素的影響，三維人臉數(shù)據(jù)包含比二維人臉更多的信息，且不會受姿勢和光照的影響，所以基于三維人臉數(shù)據(jù)的三維人臉識別具有更好的識別效果，近些年受到越來越多的關(guān)注。三維人臉模型具有比二維圖像更豐富的信息，它是對人臉的空間真實(shí)形態(tài)更準(zhǔn)確的描述，但是，三維人臉模型數(shù)據(jù)量較大，干擾區(qū)域較多，計(jì)算量極大，且人臉表情帶來的非剛性形變影響了基于幾何信息的三維人臉識別方法的性能。因此，如何減小運(yùn)算量、降低人臉表情影響、提高人臉識別率成為三維人臉識別技術(shù)的瓶頸，也是研究的關(guān)鍵問題。

發(fā)明內(nèi)容
發(fā)明目的:針 對三維人臉識別運(yùn)算量過大和對表情、遮擋、噪聲等影響敏感的問題，本發(fā)明提供了一種具有很好的識別性能，同時對表情、遮擋和噪聲具有較好的魯棒性的基于面部曲線彈性匹配的三維人臉識別方法。技術(shù)方案:一種基于面部曲線彈性匹配的三維人臉識別方法，該方法包括以下步驟:步驟I )，分別對測試人臉模型和N個庫人臉集模型進(jìn)行預(yù)處理，所述預(yù)處理步驟如下:步驟1.1 )，對原始人臉模型進(jìn)行切割得到人臉模型:根據(jù)人臉點(diǎn)云的形狀指數(shù)Shape Index特征和幾何約束確定鼻尖點(diǎn)位置，以該點(diǎn)為球心,90mm為半徑做球體，舍棄落在所述球體以外的點(diǎn)，保留所述球體內(nèi)的點(diǎn)作為后續(xù)處理的人臉區(qū)域；步驟1.2)，人臉表面平滑處理及姿態(tài)校正:對切割后的人臉點(diǎn)云三角化，得到空間三角網(wǎng)格，然后用基于網(wǎng)格的平滑算法對人臉區(qū)域進(jìn)行平滑去噪，經(jīng)過10次迭代處理，得到表面平滑的三維人臉網(wǎng)格，然后將表面平滑的三維人臉網(wǎng)格恢復(fù)成人臉點(diǎn)云；對平滑后的人臉點(diǎn)云用主成分分析法PCA進(jìn)行姿態(tài)校正，經(jīng)主成分分析PCA得到3個互相垂直的主軸方向，以鼻尖點(diǎn)為原點(diǎn)，選取最大的特征值對應(yīng)的特征向量作為Y軸，最小的特征值對應(yīng)的特征向量作為Z軸，建立右手坐標(biāo)系，并以所述右手坐標(biāo)系為姿勢坐標(biāo)系PCS,將人臉點(diǎn)云轉(zhuǎn)換到所述姿勢坐標(biāo)系PCS中，人臉點(diǎn)云中每個點(diǎn)由所述姿勢坐標(biāo)系PCS中x、y、z坐標(biāo)唯一表示；步驟2)，分別對所述步驟I)預(yù)處理后的測試人臉模型和庫集人臉模型提取人臉徑向曲線并對徑向曲線進(jìn)行重采樣:步驟2.1)，在所述步驟I)姿勢坐標(biāo)系PCS中，記具有正面姿態(tài)的三維人臉曲面為S，平面YOZ的上半平面為P1，計(jì)算人臉點(diǎn)云上每個點(diǎn)到所述平面P1的距離，選擇距離小于徑向閾值S =0.3的點(diǎn)的集合作為徑向曲線c1;將平面軸以角度α=10°為間隔逆時針旋轉(zhuǎn)，得到平面P2，按所述求取徑向曲線C1的方法得到徑向曲線c2;繼續(xù)以角度α逆時針旋轉(zhuǎn)平面P1，得到平面pk(k = 1，2，...，36)，按所述求取徑向曲線C1的方法最終得到徑向曲線 ck (k = 1,2,, 36)；步驟2.2)，以所述步驟2.1)中的平面P1與步驟1.2)中姿勢坐標(biāo)系PCS中的XOY平面相交得到的曲線作為參考曲線，在參考曲線上每隔Imm采樣一個點(diǎn)，選擇徑向曲線C1上與該點(diǎn)在參考曲線方向上的距離最近且小于重采樣閾值 =0.3的點(diǎn)作為徑向曲線C1的采樣點(diǎn)，得到重采樣徑向曲線rCl ;按所述徑向曲線C1的重采樣方法，依次對所述步驟2.1)得到的36條徑向曲線進(jìn)行重采樣，得到重采樣徑向曲線rck(k = 1，2，...，36);步驟3)，建立庫集人臉模型重采樣徑向曲線的形狀樹:步驟3.1)，記重采樣后的徑向曲線rCl上的采樣點(diǎn)為(ai，a2，…，an)，η表示曲線上點(diǎn)的個數(shù)，選取一點(diǎn)a#為中間采樣點(diǎn),取/ = |_(1 + )/2」，記Uai Ia1, an)表示Si相對于S1和an的Bookstein坐標(biāo)；所述Bookstein坐標(biāo)計(jì)算方法如下:首先將S1映射至Bookstein坐標(biāo)系下(-0.5, O)處、an映射至Bookstein坐標(biāo)系下(0.5, O)處,貝丨J 相對于Ei1和an的位置 UaiIa1, an) = (a(1),a(2))由式(1)求得:
權(quán)利要求
1.一種基于面部曲線彈性匹配的三維人臉識別方法，其特征在于:該方法包括以下步驟: 步驟I)，分別對測試人臉模型和N個庫人臉集模型進(jìn)行預(yù)處理，所述預(yù)處理步驟如下: 步驟1.1)，對原始人臉模型進(jìn)行切割得到人臉模型: 根據(jù)人臉點(diǎn)云的形狀指數(shù)Shape Index特征和幾何約束確定鼻尖點(diǎn)位置，以該點(diǎn)為球心，90mm為半徑做球體，舍棄落在所述球體以外的點(diǎn)，保留所述球體內(nèi)的點(diǎn)作為后續(xù)處理的人臉區(qū)域； 步驟1.2)，人臉表面平滑處理及姿態(tài)校正: 對切割后的人臉點(diǎn)云三角化，得到空間三角網(wǎng)格，然后用基于網(wǎng)格的平滑算法對人臉區(qū)域進(jìn)行平滑去噪，經(jīng)過10次迭代處理，得到表面平滑的三維人臉網(wǎng)格，然后將表面平滑的三維人臉網(wǎng)格恢復(fù)成人臉點(diǎn)云； 對平滑后的人臉點(diǎn)云用主成分分析法PCA進(jìn)行姿態(tài)校正，經(jīng)主成分分析PCA得到3個互相垂直的主軸方向，以鼻尖點(diǎn)為原點(diǎn)，選取最大的特征值對應(yīng)的特征向量作為Y軸，最小的特征值對應(yīng)的特征向量作為Z軸，建立右手坐標(biāo)系，并以所述右手坐標(biāo)系為姿勢坐標(biāo)系PCS,將人臉點(diǎn)云轉(zhuǎn)換到所述姿勢坐標(biāo)系PCS中，人臉點(diǎn)云中每個點(diǎn)由所述姿勢坐標(biāo)系PCS中X、y、z坐標(biāo)唯一表示； 步驟2)，分別對所述步驟I)預(yù)處理后的測試人臉模型和庫集人臉模型提取人臉徑向曲線并對徑向曲線進(jìn)行重采樣: 步驟2.1)，在所述步驟I)姿勢坐標(biāo)系PCS中，記具有正面姿態(tài)的三維人臉曲面為S，平面YOZ的上半平面為P1，計(jì)算人臉點(diǎn)云上每個點(diǎn)到所述平面P1的距離，選擇距離小于徑向閾值δ =0.3的點(diǎn)的集合作為徑向曲線c1;將平面P1繞Z軸以角度α =10為間隔逆時針旋轉(zhuǎn)，得到平面P2，按所述求取徑向曲線C1的方法得到徑向曲線c2;繼續(xù)以角度α逆時針旋轉(zhuǎn)平面P1，得到平面Pk (k = 1,2,...，36)，按所述求取徑向曲線C1的方法最終得到徑向曲線 ck(k = I, 2,.., 36)； 步驟2.2)，以所述步驟2.1)中的平面P1與步驟1.2)中姿勢坐標(biāo)系PCS中的XOY平面相交得到的曲線作為參考曲線，在參考曲線上每隔Imm采樣一個點(diǎn)，選擇徑向曲線C1上與該點(diǎn)在參考曲線方向上的距離最近且小于重采樣閾值 =0.3的點(diǎn)作為徑向曲線C1的采樣點(diǎn)，得到重采樣徑向曲線rCl ;按所述徑向曲線(^的重采樣方法，依次對所述步驟2.1)得到的36條徑向曲線進(jìn)行重采樣，得到重采樣徑向曲線rck(k = 1,2,...,36)； 步驟3)，建立庫集人臉模型重采樣徑向曲線的形狀樹: 步驟3.1),記重采樣后的徑向曲線!"C1上的采樣點(diǎn)為(a1; a2,..., an), η表示曲線上點(diǎn)的個數(shù)，選取一點(diǎn)屮作為中間 采樣點(diǎn)，取= + ，記Uai Ia1, an)表示屮相對于％和an的Bookstein坐標(biāo)；所述Bookstein坐標(biāo)計(jì)算方法如下:首先將S1映射至Bookstein坐標(biāo)系下(-0.5,0)處、an映射至Bookstein坐標(biāo)系下(0.5,0)處,貝丨J Ei1相對于Ei1和an的位置 Uai Ia1, an) = (a(1),a(2))由式⑴求得:
全文摘要
一種基于面部徑向曲線彈性匹配的三維人臉識別方法，步驟如下首先，對三維人臉進(jìn)行預(yù)處理，提取從鼻尖點(diǎn)發(fā)射的多條面部徑向曲線，并對徑向曲線進(jìn)行重采樣后提取有用點(diǎn)；然后，對測試人臉的每條徑向曲線與庫集人臉的對應(yīng)曲線進(jìn)行分層彈性匹配，再根據(jù)測試人臉與庫集人臉建立的點(diǎn)對應(yīng)關(guān)系，利用對應(yīng)點(diǎn)到鼻尖點(diǎn)的距離對曲線進(jìn)行點(diǎn)距匹配；最后，將人臉上徑向曲線的分層彈性匹配相似度和點(diǎn)距匹配相似度進(jìn)行加權(quán)融合作為總相似度用于識別，本發(fā)明提出的三維人臉識別方法具有很好的識別性能，并且對表情、遮擋和噪聲具有較好的魯棒性。
文檔編號G06K9/00GK103246875SQ20131016891
公開日2013年8月14日 申請日期2013年5月9日 優(yōu)先權(quán)日2013年5月9日
發(fā)明者達(dá)飛鵬, 潘仁林, 陶海躋, 劉健, 郭濤, 陳璋雯 申請人:東南大學(xué)