[發明專利]一種可抗姿態和表情變化的三維人臉校準方法

有效

• 申請號: 201510067374.X
• 申請日: 2015-02-09
• 公開（公告）號: CN104657713B
• 公開（公告）日: 2017-11-24
• 發明（設計）人: 胡浩基;劉蓉
• 申請（專利權）人: 浙江大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T15/00
• 代理公司: 杭州求是專利事務所有限公司33200
• 代理人: 邱啟旺

技術領域

本發明涉及圖像處理及模式識別技術領域，尤其涉及三維人臉識別方向中抗姿態變化的人臉校準方法。

背景技術

在當今信息時代，個人身份的有效識別與認證在安保系統中，比如機場安檢、門禁監督等，是一個非常重要的問題。傳統的身份驗證的方法有著使用不便、安全性低等缺點，生物特征識別作為一種新型的身份識別方法，因其具有安全性、易維護性、普遍性等優點，為上述問題提供了解決方向。

生物特征識別技術是指，利用人體固有的生理信息及行為作為特征，通過智能計算進行身份識別及驗證的技術。人臉識別是生物特征識別的一個分支，具有易被采集、友好、用戶接受度高等優勢。三維人臉識別是指利用三維圖像進行人臉識別的技術。三維人臉帶有人臉的原始幾何形狀信息，有望克服現今人臉識別中遇到的姿態變化的問題。

現在提出的三維人臉識別方法一般都是針對沒有姿態或只帶很小姿態的人臉，但是在三維人臉識別的實際應用中，需要實現具有任意姿態的人臉識別，而這仍然是個難題。姿態不變的三維人臉識別的難點都在于，在人臉帶有較大姿態變化的情況下，不僅人臉數據會隨著旋轉而發生較大變化，而且人臉也會因為自遮擋在某些區域上損失較多數據，從而人臉不完整，失去對稱性。表情變化會使人臉變形，從而人臉幾何結構發生變化，導致三維數據變化。在這種情況下，如何能準確地校準人臉，將人臉姿態校準到正面，并填補損失的數據，從而與人臉訓練庫中采集的人臉更好地匹配，就是需要解決的問題。但是，很多方法基于三維表面曲率或者基于二維輪廓，這些特征都容易受到三維人臉數據損失的影響，所以人臉校準仍具是一個難題，至今仍然沒有良好魯棒性的方法能解決上述問題。

發明內容

本發明的目的在于針對目前三維人臉識別中人臉校準領域內現有技術的不足，提出了一種可抗姿態和表情變化的三維人臉校準方法，該方法在人臉有較大姿態變化的情況下，仍然具有較強的魯棒性。

本發明的目的是通過以下技術方案來實現的：一種可抗姿態和表情變化的三維人臉校準方法，包括以下步驟：

(1)構造主動外觀模型階段，具體包括以下子步驟：

(1.1)采集訓練人臉：通過三維圖像獲取設備獲取中性姿態(即無任何姿勢變化)的人臉，作為人臉訓練庫，手動定位重要標記點，并通過掃描人臉與背景的分界線獲得人臉的外輪廓點，得到足夠的標記點；

(1.2)生成人臉深度圖：在三維人臉所在坐標系中，在x-y坐標軸上以一定分辨率為間隔建立網格，將z軸坐標值采用雙立方插值的方法插值到相應x-y網格上，填補空洞，得到三維人臉網格圖，將三維人臉網格圖對x-y坐標系投影，z軸坐標作為像素值，獲得深度圖，將對應的三維標記點投影到x-y坐標系上，獲得深度圖上標記點的二維坐標；

(1.3)人臉預處理：對步驟1.2獲取的人臉深度圖進行中值濾波去掉峰值點，進行高斯平滑濾波平滑人臉去除噪聲，降采樣到10萬像素大小范圍內的人臉；

(1.4)校準人臉形狀：由訓練人臉所有的標記點構成的網格圖表示人臉形狀，采用普式分析的方法將人臉形狀對齊到統一形狀；

(1.5)生成形狀模型：將所有訓練人臉的形狀減去統一形狀，并采用主成份分析的方法獲取主成份，作為形狀向量；形狀模型表示如下：

其中p_i表示形狀參數，s₀表示形狀模型的基本形狀，s表示任意形狀模型的實例，s＝(x₁,y₁,x₂,y₂,…,x_v,y_v)^T，s_i(i＝1,2,…,n)表示形狀向量，n表示形狀的維數，v表示標記點的個數；

(1.6)訓練人臉形狀標準化：將基本形狀s₀進行三角形網格化，并將所有訓練人臉的外觀根據其形狀向基本形狀s₀變形，形成具有基本形狀的人臉，其中變形采用分段線性變形方法，即將兩個網格形狀內的對應三角形進行仿射變換；

(1.7)生成主動外觀模型：將步驟1.6形狀標準化的訓練人臉，采用主成份分析的方法獲取主成份，作為外觀向量；外觀模型表示如下：