[發明專利]基于多角度二維人臉的三維人臉建模、識別方法及裝置

有效

• 申請號: 201910866438.0
• 申請日: 2018-12-13
• 公開（公告）號: CN110675487B
• 公開（公告）日: 2023-05-09
• 發明（設計）人: 溫峻峰;李鑫;杜海江;江志偉;謝巍;張浪文;夏歡;翁冠碧;陳庭
• 申請（專利權）人: 中科天網（廣東）科技有限公司
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06V40/16;G06V20/64;G06V10/774
• 代理公司: 廣州科沃園專利代理有限公司 44416
• 代理人: 徐翔

1.一種三維人臉識別方法，其特征在于，包括：

提取待識別的三維人臉圖像中的深度圖像特征矩陣以作為人臉全局特征，并提取所述三維人臉圖像中的人臉關鍵輪廓線以作為人臉局部特征；

通過距離函數，計算出所述人臉局部特征相對于預設的人臉特征庫中距離最相近的目標特征，并計算出所述人臉全局特征相對于所述人臉特征庫中距離最相近的目標特征，以得到所述人臉全局特征與所述人臉局部特征各自的特征匹配結果；其中，所述人臉特征庫中預存有多張三維人臉圖像樣本的人臉全局特征樣本和人臉局部特征樣本；

通過預設的用于人臉特征融合的認知模型，對所述人臉全局特征與人臉局部特征各自的特征匹配結果進行加權和融合，以得到融合后的用于人臉識別的輸出特征；

根據所述輸出特征得到三維人臉識別的結果；

所述三維人臉圖像的識別流程為：

步驟S10，識別出多張不同拍攝角度的人臉圖像中的人臉區域，并提取所述人臉區域的人臉關鍵特征信息點；

所述步驟S10具體為：

S100，利用RGB顏色空間分析法識別出多張不同拍攝角度的人臉圖像中的人臉區域；

S101，利用Prewitt算子提取出其中的瞳孔邊緣信息，根據所述瞳孔邊緣信息確定對應的所述人臉區域的瞳孔中心，并利用SUSAN算子檢測出所述人臉區域中的眼角、嘴角及眼部邊緣；

步驟S11，將所述人臉關鍵特征信息點與標準人臉三維模型的對應的特征信息點進行一一對應匹配調節；

步驟S12，根據所述多張人臉圖像，對所述標準人臉三維模型進行人臉大小與形狀的匹配調整，以得到三維人臉網格模型；

所述步驟S12具體為：

S120，按照所述多張人臉圖像的人臉姿態的角度，逐次旋轉所述標準人臉三維模型，以使旋轉后的所述標準人臉三維模型的人臉姿態的角度與對應的人臉圖像的人臉姿態的角度相同；

S121，計算每次旋轉后的所述標準人臉三維模型相對于對應的所述人臉圖像的縮放比例因子與位置平移因子；

S122，根據所述縮放比例因子調節所述標準人臉三維模型的人臉大小，并根據所述位置平移因子將所述標準人臉三維模型扣在對應的所述多張人臉圖像的人臉區域上，從而得到三維人臉網格模型；

S13，基于與視點無關的人臉紋理圖，對所述三維人臉網格模型進行紋理映射，以生成三維人臉圖像；其中，人臉紋理圖是通過對所述多張人臉圖像進行人臉圖片拼接而生成的。

2.如權利要求1所述的三維人臉識別方法，其特征在于，所述認知模型為：

F(x)＝a₁f₁(x)+a₂f₂(x)；

其中，a₁和a₂分別為所述人臉全局特征和所述人臉局部特征的加權權重，f₁(x)為所述人臉全局特征的特征匹配結果的輸出，f₂(x)為所述人臉局部特征的特征匹配結果的輸出；

f₁(x)和f₂(x)均由以下模型得到：

f(x)＝w^Tx+b；其中，x為輸入的人臉特征數據，w,b為預先設定的模型參數，T表示矩陣的轉矩。

3.如權利要求2所述的三維人臉識別方法，其特征在于，所述通過距離函數，計算出所述人臉局部特征相對于預設的人臉特征庫中距離最相近的目標特征，具體為：

利用ICP匹配算法將所述人臉局部特征與預設的人臉特征庫中預存有的人臉局部特征樣本進行匹配，并基于歐氏距離函數計算出所述人臉特征庫中相對于所述人臉局部特征的歐氏距離最相近的人臉局部特征樣本；

將所述人臉局部特征樣本的所有像素點相對于所述人臉局部特征的對應像素點的歐氏距離從小到大排列，并獲取所述人臉局部特征樣本的歐氏距離排在前面預設比例或預設數量的像素點，以作為所述人臉局部特征的特征匹配結果。

4.如權利要求1至3任一項所述的三維人臉識別方法，其特征在于，所述人臉全局特征是通過2D-PCA算法對所述三維人臉圖像進行提取的；

所述人臉關鍵輪廓線包括過鼻尖的中分輪廓線和水平輪廓線。