[發明專利]一種基于面部特征信息的三維頭部姿態估計算法

在審

• 申請號: 202110741653.5
• 申請日: 2021-06-30
• 公開（公告）號: CN113569653A
• 公開（公告）日: 2021-10-29
• 發明（設計）人: 王臣豪;孫萌
• 申請（專利權）人: 寧波春建電子科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/80
• 代理公司: 無錫嘉馳知識產權代理事務所(普通合伙) 32388
• 代理人: 張華偉

1.一種基于面部特征信息的三維頭部姿態估計算法，其特征在于，包括以下步驟：

獲取相機標定參數以及在頭部模型的面部區域選取的多個模型點的三維坐標；

通過相機采集待估計姿態的人臉面部圖片，提取出人臉面部圖片中與模型點相對應的特征點，獲得各個特征點在像素坐標系下的二維像素坐標；

根據相機標定參數、三維坐標以及二維像素坐標，計算頭部姿態估計參數；

對頭部姿態估計參數進行重投影驗算，判斷重投影誤差是否大于設定值，若重投影誤差大于設定值，再通過擴展卡爾曼濾波對頭部姿態估計參數進行修正，以使修正后的頭部姿態參數重投影誤差小于等于設定值。

2.如權利要求1所述的三維頭部姿態估計算法，其特征在于，頭部姿態估計參數包括歐拉角以及平移向量，歐拉角包括頭部的滾轉角α、俯仰角β以及偏航角γ，頭部的平移向量為(tx，ty，tz)。

3.如權利要求2所述的三維頭部姿態估計算法，其特征在于，通過擴展卡爾曼濾波進行修正的系統狀態方程為：

θ_k＝f(θ_k|k-1)+S_K

Z_k＝h(θ_k)+V_K (1)，

修正步驟包括：

將頭部姿態預測參數代入式(2)，得到的結果再代入式(3)，循環迭代式(2)和式(3)，得到修正后的頭部姿態參數，其中，

x_k＝f(x_{_k-1})

x_{_k}＝x_k+K(z_k-h(x_k))

p_k＝(I-KH_k)p_k (3)，

狀態變量x_k＝[α β γ tx ty tz]^T，S_k表示狀態噪聲，V_k表示測量噪聲，基于式(1)獲得的式(2)、式(3)中的矩陣的表示形式為：

由以上修正步驟，依據擴展卡爾曼濾波即可得出修正后的頭部姿態參數。

4.如權利要求1所述的三維頭部姿態估計算法，其特征在于，構建頭部坐標系，對頭部模型的面部掃描，獲取各個模型點在頭部坐標系下的三維坐標。

5.如權利要求4所述的三維頭部姿態估計算法，其特征在于，頭部坐標系的原點為面部區域的鼻尖點，由下巴點到眉心點為Y軸的正方向，由右眼到左眼為X軸的正方向，依右手定則確定出Z軸的正方向。

6.如權利要求1所述的三維頭部姿態估計算法，其特征在于，在頭部模型的面部區域選取的多個模型點分別為P₀，P₁，……P_n，人臉面部圖片上與各個模型點相對應的特征點的二維像素坐標為Q₀，Q₁，……Q_n，根據P_x和Q_x、以及相機標定參數，運用PNP算法解算出頭部姿態估計參數，其中，x＝0，1，……n。

7.如權利要求1所述的三維頭部姿態估計算法，其特征在于，選取的模型點包括鼻尖點、下巴點、左眼外眥點、右眼外眥點、左側嘴角點和右側嘴角點。

8.如權利要求1所述的三維頭部姿態估計算法，其特征在于，依據DLIB庫對人臉面部圖片進行特征點提取、并獲得特征點的二維像素坐標。

9.如權利要求2所述的三維頭部姿態估計算法，其特征在于，通過Matlab相機標定工具箱依據棋盤格標定法得到相機標定參數，相機標定參數包括相機內參和畸變系數。