基于三维人脸识别的虚拟网络会议方法技术

本发明专利技术公开一种基于三维人脸识别的虚拟网络会议方法，包括以下步骤，S01，建立虚拟3D会议大厅；S02，建立云服务器；S03，实时三维人脸图像采集终端采集参会人员真实人脸图像；S04，云服务器接收所述三维人脸图像；S05，三维人脸图像预处理：对三维人脸图像进行噪声预处理方法，并转化为灰度图像；S06，三维人脸的提取,从原始三维曲面中分离出头部和肩部；S07，脸部标志点定位；S08，三维人脸配准；S09，云服务器将步骤S08恢复的人脸彩图结果返回虚拟会议显示终端；本发明专利技术通过云服务器终端进行三维人脸特征识别，实时在虚拟网络会议大厅中显示与会人员图像，传输计算效率高，相应快，能够推广应用。

【技术实现步骤摘要】

本专利技术属机场智能安检领域，尤其涉及一种基于三维人脸识别的虚拟网络会议方法。
技术介绍
目前，虚拟网络会议一般只能够实现音频传播，当使用视频传播时，由于视频图像传输数据较大，视频图像显示效果差，且丢帧严重，现有技术，虚拟网络会议一般仅能够模拟人像，使用特定的图像或者头像显示与会人员，不能够实时显示与会人员的真实面部表情。
技术实现思路
为了解决现有技术问题，本专利技术提供了尤其涉及一种基于三维人脸识别的虚拟网络会议方法，通过云服务器终端进行三维人脸特征识别，实时在虚拟网络会议大厅中显示与会人员图像，传输计算效率高，相应快，能够推广应用。本专利技术采用的技术方案为：基于三维人脸识别的虚拟网络会议方法，包括以下步骤，S 01，建立虚拟3D会议大厅，用于模拟真实的会议大厅，包括虚拟座位、虚拟会议桌；S02，建立云服务器，云服务器连接实时三维人脸图像采集终端和虚拟会议显示终端； S03，实时三维人脸图像采集终端采集参会人员真实人脸图像；S04，云服务器接收所述三维人脸图像； 步骤S04，云服务器接收图像采集终端发送的三维人脸图像后，将三维人脸图像转换成一系列数据传递至云服务器的计算单元，所述计算单元进行三维人脸图像预处理、三维人脸的提取和三维人脸配准。本专利技术基于云服务器传输三维人脸图像并在云服务器端进行三维人脸识别，三维人脸图像转换成一系列数据传递至云服务器的计算单元，三维人脸图像传输过程中为点云数据，传输效率高，丢帧现象少。S05，三维人脸图像预处理：对三维人脸图像进行噪声预处理方法，并转化为灰度图像；步骤S05三维人脸图像预处理具体包括以下步骤：（501）对三维人脸图像进行去噪处理，采用基于点云数据的三角曲面插值方法，对三维人脸图像点云数据进行曲面拟合和优化重构；（502）使用拉普拉斯平滑和Taubin方法对模型进行平滑处理；（503）对人脸图像进行网格切割并姿态归一化处理，获取三维人脸模型。图像预处理滤除噪音，显示画面清晰，并有利于三维人脸提取。S06，三维人脸的提取, 从原始三维曲面中分离出头部和肩部；步骤S06具体包括以下步骤：（601）从原始三维曲面中分离出头部和肩部，使用PCA方法获取姿态的估计，去掉肩部区域；（602）网格裁剪：基于标志点的预配准方法将人脸转换到正面状态，然后在XOY平面上使用一个矩形裁剪人脸。本专利技术虚拟3D会议大厅仅实时显示三维人脸图像，用于面部表情显示，因此，图像仅保留人脸部分图像。S07，脸部标志点定位； 步骤S07具体包括以下步骤：（701）定位两个内眼角、两个外眼角和鼻尖点；（702）进行坐标映射，获取五个标志点（两个内眼角、两个外眼角和鼻尖点）的坐标位置；（703）基于连续Shape Index 和几何约束的标志点定位方法，基于三角网格格式的三维数据，通过对点的邻域拟合二次曲面，计算Shape Index，获取鲁棒特征；（704）通过几何约束，实现姿态无关的标志点定位。S08，三维人脸配准：依据步骤S07定位的标志点，配准三维人脸后，恢复为人脸彩图；步骤S08具体包括以下步骤：配准步骤S07定位后的标志点，实现基于标志点的粗配准；当三维人脸图像标志区域丢失时，标志点无法稳定提取通过基于主轴分析的粗配准方法进行三维人脸配准。人脸图像配准后，恢复为彩图显示，满足虚拟网络会议显示需求。S09，云服务器将步骤S08恢复的人脸彩图结果返回虚拟会议显示终端。与现有技术相比，本专利技术有益效果包括：本专利技术提供了一种基于三维人脸识别的虚拟网络会议方法，通过云服务器终端进行三维人脸特征识别，实时在虚拟网络会议大厅中显示与会人员图像，传输计算效率高，相应快，能够推广应用。具体实施方式下面结合具体实施例对本专利技术作更进一步的说明。基于三维人脸识别的虚拟网络会议方法，包括以下步骤，S 01，建立虚拟3D会议大厅，用于模拟真实的会议大厅，包括虚拟座位、虚拟会议桌；S02，建立云服务器，云服务器连接实时三维人脸图像采集终端和虚拟会议显示终端；S03，实时三维人脸图像采集终端采集参会人员真实人脸图像；S04，云服务器接收所述三维人脸图像；步骤S04，云服务器接收图像采集终端发送的三维人脸图像后，将三维人脸图像转换成一系列数据传递至云服务器的计算单元，所述计算单元进行三维人脸图像预处理、三维人脸的提取和三维人脸配准。S05，三维人脸图像预处理：对三维人脸图像进行噪声预处理方法，并转化为灰度图像；步骤S05三维人脸图像预处理具体包括以下步骤：（501）对三维人脸图像进行去噪处理，采用基于点云数据的三角曲面插值方法，对三维人脸图像点云数据进行曲面拟合和优化重构；（502）使用拉普拉斯平滑和Taubin方法对模型进行平滑处理；（503）对人脸图像进行网格切割并姿态归一化处理，获取三维人脸模型。S06，三维人脸的提取, 从原始三维曲面中分离出头部和肩部；步骤S06具体包括以下步骤：（601）从原始三维曲面中分离出头部和肩部，使用PCA方法获取姿态的估计，去掉肩部区域；（602）网格裁剪：基于标志点的预配准方法将人脸转换到正面状态，然后在XOY平面上使用一个矩形裁剪人脸。S07，脸部标志点定位； 步骤S07具体包括以下步骤：（701）定位两个内眼角、两个外眼角和鼻尖点；（702）进行坐标映射，获取五个标志点两个内眼角、两个外眼角和鼻尖点的坐标位置；（703）基于连续Shape Index 和几何约束的标志点定位方法，基于三角网格格式的三维数据，通过对点的邻域拟合二次曲面，计算Shape Index，获取鲁棒特征；（704）通过几何约束，实现姿态无关的标志点定位。S08，三维人脸配准：依据步骤S07定位的标志点，配准三维人脸后，恢复为人脸彩图；步骤S08具体包括以下步骤：配准步骤S07定位后的标志点，实现基于标志点的粗配准；当三维人脸图像标志区域丢失时，标志点无法稳定提取通过基于主轴分析的粗配准方法进行三维人脸配准。S09，云服务器将步骤S08恢复的人脸彩图结果返回虚拟会议显示终端。以上仅是本专利技术的优选实施方式，应当指出：对于本
的普通技术人员来说，在不脱离本专利技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本专利技术的保护范围。本文档来自技高网...

【技术保护点】
基于三维人脸识别的虚拟网络会议方法，其特征在于，包括以下步骤，S 01，建立虚拟3D会议大厅，用于模拟真实的会议大厅，包括虚拟座位、虚拟会议桌；S02，建立云服务器，云服务器连接实时三维人脸图像采集终端和虚拟会议显示终端；S03，实时三维人脸图像采集终端采集参会人员真实人脸图像；S04，云服务器接收所述三维人脸图像；S05，三维人脸图像预处理：对三维人脸图像进行噪声预处理方法，并转化为灰度图像；S06，三维人脸的提取, 从原始三维曲面中分离出头部和肩部；S07，脸部标志点定位；S08，三维人脸配准：依据步骤S07定位的标志点，配准三维人脸后，恢复为人脸彩图；S09，云服务器将步骤S08恢复的人脸彩图结果返回虚拟会议显示终端。

【技术特征摘要】
1.基于三维人脸识别的虚拟网络会议方法，其特征在于，包括以下步骤，
S 01，建立虚拟3D会议大厅，用于模拟真实的会议大厅，包括虚拟座位、虚拟会议桌；
S02，建立云服务器，云服务器连接实时三维人脸图像采集终端和虚拟会议显示终端；
S03，实时三维人脸图像采集终端采集参会人员真实人脸图像；
S04，云服务器接收所述三维人脸图像；
S05，三维人脸图像预处理：对三维人脸图像进行噪声预处理方法，并转化为灰度图像；
S06，三维人脸的提取, 从原始三维曲面中分离出头部和肩部；
S07，脸部标志点定位；
S08，三维人脸配准：依据步骤S07定位的标志点，配准三维人脸后，恢复为人脸彩图；
S09，云服务器将步骤S08恢复的人脸彩图结果返回虚拟会议显示终端。
2.根据权利要求1所述的基于三维人脸识别的虚拟网络会议方法，其特征在于，
步骤S04，云服务器接收图像采集终端发送的三维人脸图像后，将三维人脸图像转换成一系列数据传递至云服务器的计算单元，所述计算单元进行三维人脸图像预处理、三维人脸的提取和三维人脸配准。
3.根据权利要求1所述的基于三维人脸识别的虚拟网络会议方法，其特征在于，
步骤S05三维人脸图像预处理具体包括以下步骤：
（501）对三维人脸图像进行去噪处理，采用基于点云数据的三角曲面插值方法，对三维人脸图像点云数据进...

【专利技术属性】
技术研发人员：张会林，孙利华，
申请(专利权)人：苏州福丰科技有限公司，
类型：发明
国别省市：江苏;32