[發(fā)明專利]一種基于3D重建的人頭識(shí)別方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110034774.6
• 申請(qǐng)日: 2021-01-12
• 公開（公告）號(hào): CN112686202B
• 公開（公告）日: 2023-04-25
• 發(fā)明（設(shè)計(jì)）人: 王中元;王聞捷;曾康利;韓鎮(zhèn);梁超;鄒華
• 申請(qǐng)（專利權(quán)）人: 武漢大學(xué)
• 主分類號(hào): G06V40/16
• 分類號(hào): G06V40/16;G06V10/774;G06T17/00;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 魏波

本發(fā)明公開了一種基于3D重建的人頭識(shí)別方法及系統(tǒng)，方法包括圖像采集，3D人頭模型重建，人頭識(shí)別網(wǎng)絡(luò)訓(xùn)練和人頭識(shí)別等步驟；本發(fā)明利用人頭普遍具有的對(duì)稱性，將采集到的2D人臉圖像進(jìn)行3D重建，為人頭識(shí)別增加了更多的信息量，優(yōu)化了2D人臉圖像的識(shí)別準(zhǔn)確率。與傳統(tǒng)的人臉識(shí)別方法相比，該人頭識(shí)別方法在未增加采集數(shù)據(jù)難度的情況下，提升了身份識(shí)別的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像生物特征識(shí)別技術(shù)領(lǐng)域，涉及一種人頭識(shí)別方法及系統(tǒng)，特別涉及一種基于3D重建的人頭識(shí)別方法及系統(tǒng)。

背景技術(shù)

生物特征識(shí)別技術(shù)是一種通過(guò)對(duì)生物自身特征進(jìn)行分析，用以區(qū)別生物體個(gè)體的計(jì)算機(jī)技術(shù)。生物特征識(shí)別技術(shù)主要包括人臉識(shí)別、聲紋識(shí)別、指紋識(shí)別、虹膜識(shí)別等，其中人臉識(shí)別的應(yīng)用最為廣泛。與其他生物識(shí)別方法相比，人臉識(shí)別的優(yōu)勢(shì)在于其無(wú)感的特點(diǎn)，即識(shí)別過(guò)程中無(wú)需刻意配合的額外操作。當(dāng)前人臉識(shí)別需要解決的難題在于不同場(chǎng)景下面對(duì)各種程度的面部遮擋以及各種角度的圖像采集時(shí)保證識(shí)別的準(zhǔn)確率。

目前，人臉識(shí)別的解決方案主要包括2D識(shí)別和3D識(shí)別技術(shù)。傳統(tǒng)的2D人臉識(shí)別技術(shù)是目前人臉識(shí)別技術(shù)的主流，技術(shù)較為成熟。2D人臉識(shí)別的圖像數(shù)據(jù)獲取比較簡(jiǎn)單，只需一個(gè)普通的攝像頭即可。但由于人的頭部是三維的，2D人臉識(shí)別采用的人臉平面圖像只是三維人頭在平面上的投影，這個(gè)過(guò)程中丟失了人頭的部分信息，因此在識(shí)別準(zhǔn)確度和活體檢測(cè)的精準(zhǔn)性上都有所欠缺，無(wú)法達(dá)到支付級(jí)的安全。3D人臉識(shí)別技術(shù)中廣泛使用的主要有結(jié)構(gòu)光和ToF鏡頭兩種，雖然3D人臉識(shí)別可信度較高，但對(duì)數(shù)據(jù)要求苛刻，需要特定的相機(jī)或是使用多個(gè)角度的相機(jī)，不利于普及。

發(fā)明內(nèi)容

為了解決上述技術(shù)問(wèn)題，本發(fā)明基于3D重建算法強(qiáng)大的3D建模能力，提供了一種基于3D重建的人頭識(shí)別方法及系統(tǒng)。

本發(fā)明的方法所采用的技術(shù)方案是：一種基于3D重建的人頭識(shí)別方法，其特征在于，包括以下步驟：

步驟1：圖像采集；

步驟2：3D人頭模型重建；

利用目標(biāo)對(duì)稱性構(gòu)建3D模型，對(duì)人頭照片進(jìn)行3D重建，獲得3D重建圖像；

步驟3：人頭識(shí)別網(wǎng)絡(luò)訓(xùn)練；

基于深度卷積神經(jīng)網(wǎng)絡(luò)算法，從海量人臉數(shù)據(jù)集中訓(xùn)練出一個(gè)在監(jiān)控環(huán)境下識(shí)別精度達(dá)到預(yù)設(shè)值的人頭識(shí)別網(wǎng)絡(luò)，

步驟4：人頭識(shí)別；

將步驟2中獲得的3D重建圖像輸入步驟3中訓(xùn)練好的人頭識(shí)別網(wǎng)絡(luò)中進(jìn)行人頭識(shí)別。

本發(fā)明的方法所采用的技術(shù)方案是：一種基于3D重建的人頭識(shí)別系統(tǒng)，其特征在于：包括圖像采集模塊、3D人頭模型重建模塊、人頭識(shí)別網(wǎng)絡(luò)訓(xùn)練模塊、人頭識(shí)別模塊；

所述圖像采集模塊，用于圖像采集；

所述3D人頭模型重建模塊，用于3D人頭模型重建；

利用目標(biāo)對(duì)稱性構(gòu)建3D模型，對(duì)人頭照片進(jìn)行3D重建，獲得3D重建圖像；

所述人頭識(shí)別網(wǎng)絡(luò)訓(xùn)練模塊，用于人頭識(shí)別網(wǎng)絡(luò)訓(xùn)練；

基于深度卷積神經(jīng)網(wǎng)絡(luò)算法，從海量人臉數(shù)據(jù)集中訓(xùn)練出一個(gè)在監(jiān)控環(huán)境下識(shí)別精度達(dá)到預(yù)設(shè)值的人頭識(shí)別網(wǎng)絡(luò)，

所述人頭識(shí)別模塊，用于人頭識(shí)別；

將獲得的3D重建圖像輸入訓(xùn)練好的人頭識(shí)別網(wǎng)絡(luò)中進(jìn)行人頭識(shí)別。

本發(fā)明在采集端采集普通的2D人臉圖像數(shù)據(jù)，通過(guò)算法將原始圖像映射為深度、反射率、全局光照和視點(diǎn)。利用人頭的對(duì)稱性，建立人頭的3D模型，包括人頭的姿態(tài)，形狀，反射率，照度。最后對(duì)3D人頭模型進(jìn)行識(shí)別，并輸出結(jié)果。預(yù)計(jì)在基本不提升人頭識(shí)別復(fù)雜度的情況下，提升了識(shí)別的準(zhǔn)確度。