[發明專利]一種三維人臉識別方法

在審

• 申請號: 201410778251.2
• 申請日: 2014-12-16
• 公開（公告）號: CN104573634A
• 公開（公告）日: 2015-04-29
• 發明（設計）人: 張會林;孫利華
• 申請（專利權）人: 蘇州福豐科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

技術領域

本發明涉及一種三維人臉識別方法。

背景技術

人臉識別是基于人的臉部特征信息進行身份識別的一種生物識別技術。與二維人臉識別相比，三維數據比二維數據更豐富，提供的信息更加的多，且三維數據無亮度信息，不受光照的影響；3D幾何信息不易受臉部化妝等非幾何外觀變化的影響；通過三維幾何信息，表情變化比較容易處理。因此，基于三維模型的人臉識別是當前人臉識別中最能有效解決姿態、光照、表情變化等問題的方法。

基于幾何特征的三維人臉識別一般是基于三維人臉模型來進行的，運算量非常大，對硬件的要求也比較高，自然的，硬件成本也變得比較高。

發明內容

針對上述問題，本發明提供一種三維人臉識別方法，識別精度高且運算量小，人臉識別的實時性高，降低了對硬件的要求。

為實現上述技術目的，達到上述技術效果，本發明通過以下技術方案實現：

一種三維人臉識別方法，其特征在于，包括如下步驟：

S01：采集人臉二維圖像，獲取人臉的二維特征點并轉換成三維坐標，其中，根據susan算子提取人臉特征點，所述特征點包括兩個眼球中心點、四個眼角點、兩鼻孔的中點和兩個嘴角點；

S02：計算特征點之間的歐式距離，并建立距離矩陣；

S03：計算人臉特征點的幾何特征，與距離矩陣進行比對，獲得最接近的候選人臉集；

S04：根據遺傳算法計算幾何特征融合的加權值；

S05：通過加權融合幾何特征比對候選人臉集和待測人臉的相似性，進行人臉識別。

優選，在步驟S01中，采用雙目立體視覺裝置采集人臉二維圖像。

本發明的有益效果是：本方法與直接通過三維人臉模型進行識別相比，僅根據人臉的特征點進行運算，在保證識別精度的條件下，大大降低運算量，人臉識別的實時性高，降低了對硬件的要求。

具體實施方式

下面結合具體的實施例對本發明技術方案作進一步的詳細描述，以使本領域的技術人員可以更好的理解本發明并能予以實施，但所舉實施例不作為對本發明的限定。

一種三維人臉識別方法，包括如下步驟：

S01：采集人臉二維圖像，獲取人臉的二維特征點并轉換成三維坐標，其中，根據susan算子提取人臉特征點。根據Susan算子的特性，它既可用來檢測邊緣，又能用來提取角點，因此與Sobel、Canny等邊緣檢測算子相比較而言，Susan算子更適合進行人臉眼部和嘴巴等特征的提取，尤其是對眼角點和嘴角點的自動定位。

本方法選取人臉的9個特征點，即兩個眼球中心點、四個眼角點、兩鼻孔的中點和兩個嘴角點，這些特征點的分布具有角度不變性。

在眼球及眼角的自動定位過程中，首先采用歸一化模板匹配的方法初步定位人臉，在整個人臉圖像中確定出臉部的大概區域。通常的人眼定位算法根據眼睛的谷點性質來定位，而此處則采用將谷點的搜索和方向投影以及眼球的對稱性相結合的方法，利用兩眼之間的相關性可以提高眼睛定位的準確度。對臉部區域的左上和右上部分進行梯度圖積分投影，并對積分投影的直方圖進行歸一化，首先根據水平投影的谷點確定出眼睛在y方向的大致位置，然后讓x在較大的范圍內變化，尋找此區域內的谷點，將檢測到的點作為兩眼的眼球中心點。

在獲得兩眼球位置的基礎上，對眼部區域進行處理，首先采用自適應二值化方法確定門限閾值，得到眼部區域的自動二值化圖像，然后結合Susan算子，利用邊緣和角點檢測的算法在眼部區域內準確定位內外眼角點。將人臉鼻子區域的關鍵特征點確定為兩個鼻孔中心連線的中點處，即鼻唇中心點。人臉鼻唇中心點的位置相對較穩定，而且對于人臉圖像歸一化預處理時也可起到基準點的作用。以找到的兩眼球位置為基礎，采用區域灰度積分投影的方法確定兩個鼻孔的位置。

S02：計算特征點之間的歐式距離，并建立距離矩陣；

S03：計算人臉特征點的幾何特征，與距離矩陣進行比對，獲得最接近的候選人臉集。

利用關鍵部位的特征點來進行計算幾何特征，可以大大降低運算量。

S04：根據遺傳算法計算幾何特征融合的加權值，各個參量的權值可以根據積累的經驗設定。

S05：通過加權融合幾何特征比對候選人臉集和待測人臉的相似性，進行人臉識別。

為了提高識別的精確度，優選，在步驟S01中，采用雙目立體視覺裝置采集人臉二維圖像，比如采用兩臺相同的CCD攝像機，優選其型號是JVC?GY-DV5101EC。