[發明專利]一種人臉點云優化方法、裝置、機器可讀介質及設備

有效

• 申請號: 202011035252.X
• 申請日: 2020-09-27
• 公開（公告）號: CN112232143B
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 姚志強;周曦;曹睿
• 申請（專利權）人: 廣州云從人工智能技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 代玲

本發明公開了一種人臉點云優化方法，包括：獲取同一人臉的多幀圖像分別對應的人臉點云；獲取任意兩幀人臉點云間的空間變換關系；通過所述空間變換關系得到每一幀人臉點云與作為基準位置的人臉點云間的全局變換關系；基于所述全局變換關系對所述多幀圖像分別對應的人臉點云進行融合，得到完整的人臉點云。本發明提出了多幀人臉點云融合方法，通過一系列方法有效保證在工程實際中能克服各種不穩定因素而精確、穩健地進行多幀人臉融合，通過多幀信息融合解決了深度圖片數據殘缺的問題，使得識別算法可基于更加完整的人臉信息工作。

技術領域

本發明涉及人臉識別領域，具體涉及一種人臉點云優化方法、裝置、機器可讀介質及設備。

背景技術

隨著人工智能潮流的興起，基于二維圖像的2D人臉識別技術迅速發展成熟，已經成為個 人身份鑒別的重要手段。但是二維人臉圖像在很多情況(例如不均勻光照、光照不足、人臉角 度較大、化妝)下圖像紋理變化巨大，從而導致以紋理信息為基礎的2D人臉識別準確率大大降 低。而三維信息則不會受到紋理變化的干擾，若基于三維信息進行人臉識別則可以很好地解決 前述問題。此外使用3維信息的人臉識別系統，也不會被二維圖像、視頻欺騙攻擊，這也是目 前2D人臉識別技術的一大隱患。

然而，目前真正基于3維信息的3D人臉識別技術，因為有很多問題需要解決，還尚未大 規模應用。目前受限于3D相機的性能，3D相機所采集到的單幀人臉深度圖像質量比較差：1、 相機及易受到強光，過曝以及反光等干擾，造成面部大面積部分缺失信息；2、在曲面梯度鉸 大的部分容易丟失信息，例如面部邊緣，使得每幀能采集的人臉只有一小塊，與2維相機有很 大差距；3、由于相機視角、人臉角度等造成不可見部分信息的缺失。這些問題都會極大影響 到3D人臉識別系統的準確度，阻礙其工程應用。

發明內容

鑒于以上所述現有技術的缺點，本發明的目的在于提供一種人臉點云優化方法、裝置、機 器可讀介質及設備，用于解決現有技術存在的問題。

為實現上述目的及其他相關目的，本發明提供一種人臉點云優化方法，包括：

獲取同一人臉的多幀圖像分別對應的人臉點云；

獲取任意兩幀人臉點云間的空間變換關系；

通過所述空間變換關系得到每一幀人臉點云與作為基準位置的人臉點云間的全局變換關 系；

基于所述全局變換關系對所述多幀圖像分別對應的人臉點云進行融合，得到完整的人臉點 云。

可選地，所述任意兩幀人臉點云間的空間變換關系包括：任意相鄰兩幀人臉點云間的第一 空間變換關系與任意相間隔的兩幀人臉點云間的第二空間變換關系；

通過所述第一空間變換關系和/或所述第二空間變換關系得到每一幀人臉點云與作為基準 位置的人臉點云間的全局變換關系。

可選地，獲取任意相鄰兩幀人臉點云間的第一空間變換關系和相間隔的兩幀人臉點云間的 第二空間變換關系，包括：

通過最近迭代點算法最小化以下代價方程，得到任意兩幀人臉點云的空間變換關系(R_i，j、 T_i，j)，其中，R_i，j為旋轉矩陣，T_i，j為平移向量；當j＝i+1時，(R_i，j、T_i，j)表示任意相鄰兩幀人臉 點云間的第一空間變換關系，當j＝i+k，k為大于1的整數時，(R_i，j、T_i，j)表示任意相間隔兩幀 人臉點云間的第二空間變換關系，所述代價方程表示為：