人脸识别的方法和装置制造方法及图纸

本发明专利技术实施例提供一种人脸识别的方法和装置。所述方法包括：分别获取目标人脸的三维点云图像和二维图像；根据所述目标人脸的三维点云图像和二维图像进行特征提取得到所述目标人脸的基础面部特征，并对所述目标人脸的基础面部特征进行特征约简处理，得到所述目标人脸的面部特征；将所述目标人脸面部特征与预先存储的人脸特征数据库中的面部特征进行匹配，得到所述目标人脸的识别结果。本发明专利技术实施例中，通过综合考虑三维点云图像和二维图像的各自优势，并以此进行人脸识别，从而提高人脸识别的实时性和人脸识别的精度，且对变化的人脸表情具有一定的鲁棒性。

Method and apparatus for face recognition

The embodiment of the invention provides a method and a device for face recognition. The method includes: obtain target face 3D point cloud image and two-dimensional image; feature extraction to obtain the basic facial features of face target according to the target face 3D point cloud image and two-dimensional image, and facial features based on the target face feature reduction processing, get the facial features the target face; the facial feature matching the target facial features and facial feature pre stored in the database, get the target face recognition results. In one embodiment of the invention, by considering the advantages of 3D point cloud images and two-dimensional images, and used for face recognition, so as to improve the real-time face recognition and face recognition accuracy, and facial expression changes of robustness.

【技术实现步骤摘要】
人脸识别的方法和装置
本专利技术涉及计算机视觉技术，尤其涉及一种人脸识别的方法和装置。
技术介绍
随着计算机技术、网络技术和信息技术的飞速发展，身份识别已在多个领域(如信息安全以及涉及到隐私和权限的领域)显示出前所未有的重要性。人脸作为生物特征识别具有不会遗失、不易被复制、采集方便、唯一性、不被察觉等优点，正越来越受到人们的重视。通常，人脸识别系统主要包括人脸图像预处理(人脸的定位、检测和标准化处理)、特征提取和选择、识别结果输出等。人脸识别主要是基于二维图像的人脸识别，具体如基于多图像的方法进行人脸识别，具体通过摄像机对同一目标采集不同角度的多幅图像或者图像序列，然后利用图像处理技术确定上述图像之间的匹配关系，进而得到该目标的三维形状，以此得到目标人脸的图像，并基于目标人脸的图像进行特征提取，得到相应的面部特征，基于得到的面部特征与面部特征数据库中的面部特征的对比进行人脸识别。然而，上述人脸识别方法中，二维图像对光照、姿态、表情、年龄等的变化适应性较差，从而使得人脸识别的实时性较差，人脸识别精度较低，且对变化的人脸表情的鲁棒性较差。
技术实现思路
本专利技术的目的在于，提供一种人脸识别的方法，以及实现该方法的装置，从而提高人脸识别的实时性和人脸识别的精度，且对变化的人脸表情具有一定的鲁棒性。根据本专利技术的一方面，提供一种人脸识别的方法。所述方法包括，分别获取目标人脸的三维点云图像和二维图像；根据所述目标人脸的三维点云图像和二维图像进行特征提取得到所述目标人脸的基础面部特征，并对所述目标人脸的基础面部特征进行特征约简处理，得到所述目标人脸的面部特征；将所述目标人脸的面部特征与预先存储的人脸特征数据库中的面部特征进行匹配，得到所述目标人脸的识别结果。优选地，所述面部特征至少包括光谱特征、纹理特征和外观特征，所述根据所述目标人脸的三维点云图像和二维图像进行特征提取得到所述目标人脸的面部特征的处理包括：根据所述目标人脸的三维点云图像和二维图像，确定所述目标人脸的融合图像；对所述目标人脸的融合图像进行光谱特征提取和纹理特征提取，分别得到所述目标人脸的融合图像的光谱特征和纹理特征，并对所述目标人脸的三维点云图像进行特征提取，得到所述目标人脸的外观特征。优选地，所述二维图像包括第一图像和第二图像，其中，所述第一图像为基于激光成像方式得到的图像，所述第二图像为基于光学被动成像方式得到的图像，所述根据所述目标人脸的三维点云图像和二维图像，确定所述目标人脸的融合图像的处理包括：根据所述第一图像和第二图像中包含的像素信息确定所述目标人脸的像素级融合图像；根据所述目标人脸的三维点云图像和所述第一图像，以及所述目标人脸的像素级融合图像，确定所述目标人脸的融合图像。优选地，所述分别获取目标人脸的三维点云图像和二维图像之后，所述方法还包括：分别对所述目标人脸的三维点云图像和二维图像进行图像降噪预处理，分别得到预处理后的三维点云图像和二维图像。优选地，所述方法还包括：如果所述目标人脸的识别结果指示预先存储的人脸特征数据库中不包括所述目标人脸的面部特征，则将所述目标人脸的面部特征存储到所述人脸特征数据库中。根据本专利技术的另一方面，提供一种人脸识别的装置。所述装置包括：图像获取模块，用于分别获取目标人脸的三维点云图像和二维图像；面部特征提取模块，用于根据所述目标人脸的三维点云图像和二维图像进行特征提取得到所述目标人脸的基础面部特征，并对所述目标人脸的基础面部特征进行特征约简处理，得到所述目标人脸的面部特征；识别结果输出模块，用于将所述目标人脸的面部特征与预先存储的人脸特征数据库中的面部特征进行匹配，得到所述目标人脸的识别结果。优选地，所述面部特征提取模块包括：融合图像确定单元，用于根据所述目标人脸的三维点云图像和二维图像，确定所述目标人脸的融合图像；特征提取单元，用于对所述目标人脸的融合图像进行光谱特征提取和纹理特征提取，分别得到所述目标人脸的融合图像的光谱特征和纹理特征，并对所述目标人脸的三维点云图像进行特征提取，得到所述目标人脸的外观特征。优选地，所述二维图像包括第一图像和第二图像，其中，所述第一图像为基于激光成像方式得到的图像，所述第二图像为基于光学被动成像方式得到的图像，所述融合图像确定单元，用于根据所述第一图像和第二图像中包含的像素信息确定所述目标人脸的像素级融合图像；根据所述目标人脸的三维点云图像和所述第一图像，以及所述目标人脸的像素级融合图像，确定所述目标人脸的融合图像。优选地，所述装置还包括：预处理模块，用于分别对所述目标人脸的三维点云图像和二维图像进行图像降噪预处理，分别得到预处理后的三维点云图像和二维图像。优选地，所述装置还包括：面部特征存储模块，用于如果所述目标人脸的识别结果指示预先存储的人脸特征数据库中不包括所述目标人脸的面部特征，则将所述目标人脸的面部特征存储到所述人脸特征数据库中。根据本专利技术实施例提供的人脸识别的方法和装置，通过对分别获取目标人脸的三维点云图像和二维图像进行特征提取，得到目标人脸的多种类型的基础面部特征，并对目标人脸的基础面部特征进行特征约简处理，去除目标人脸的大量冗余特征得到最能反映人脸本质的面部特征，并通过与预先存储的人脸特征数据库中的面部特征进行匹配，得到目标人脸的识别结果，从而综合考虑三维点云图像和二维图像的各自优势，并以此进行人脸识别，进而提高人脸识别的实时性和人脸识别的精度，且对变化的人脸表情的具有一定的鲁棒性。附图说明图1是示出根据本专利技术实施例一的人脸识别的方法的流程图；图2是示出根据本专利技术实施例二的人脸识别的方法的流程图；图3是示出根据本专利技术实施例三的人脸识别的装置的逻辑框图；图4是示出根据本专利技术实施例四的人脸识别的装置的一种逻辑框图；图5是示出根据本专利技术实施例四的人脸识别的装置的另一种逻辑框图；图6是示出根据本专利技术实施例四的人脸识别的装置的又一种逻辑框图。具体实施方式本方案的专利技术构思是，通过对分别获取目标人脸的三维点云图像和二维图像进行特征提取，得到目标人脸的多种类型的基础面部特征，并对目标人脸的基础面部特征进行特征约简处理，去除目标人脸的大量冗余特征得到最能反映人脸本质的面部特征，并通过与预先存储的人脸特征数据库中的面部特征进行匹配，得到目标人脸的识别结果，从而综合考虑三维点云图像和二维图像的各自优势，并以此进行人脸识别，进而提高人脸识别的实时性和人脸识别的精度，且对变化的人脸表情的具有一定的鲁棒性。下面结合附图详细描述本专利技术的示例性实施例。实施例一图1是示出根据本专利技术实施例一的人脸识别的方法的流程图。通过包括如图3所示的装置执行所述方法。参照图1，在步骤S110，分别获取目标人脸的三维点云图像和二维图像。其中，三维点云图像可以是以点的形式记录物体结构的数据，每一个点包含有三维坐标，三维点云图像中包含有所述物体的几何结构信息。二维图像是借助物体的温度或通过激光脉冲回波的强弱或外界的光照、亮度和颜色等因素形成的平面图像，二维图像中包含有图像的灰度信息，但是无法记录物体的三维结构或几何结构等。在实施中，考虑到三维图像不易受到光照等因素的影响，且其中包含有物体的几何结构信息，而二维图像中包含有光照、亮度和颜色等信息，因此三维图像和二维图像具有各自的优势，基于此，本专利技术实施本文档来自技高网...

【技术保护点】
一种人脸识别的方法，其特征在于，所述方法包括：分别获取目标人脸的三维点云图像和二维图像；根据所述目标人脸的三维点云图像和二维图像进行特征提取得到所述目标人脸的基础面部特征，并对所述目标人脸的基础面部特征进行特征约简处理，得到所述目标人脸的面部特征；将所述目标人脸的面部特征与预先存储的人脸特征数据库中的面部特征进行匹配，得到所述目标人脸的识别结果。

【技术特征摘要】
1.一种人脸识别的方法，其特征在于，所述方法包括：分别获取目标人脸的三维点云图像和二维图像；根据所述目标人脸的三维点云图像和二维图像进行特征提取得到所述目标人脸的基础面部特征，并对所述目标人脸的基础面部特征进行特征约简处理，得到所述目标人脸的面部特征；将所述目标人脸的面部特征与预先存储的人脸特征数据库中的面部特征进行匹配，得到所述目标人脸的识别结果。2.根据权利要求1所述的方法，其特征在于，所述面部特征至少包括光谱特征、纹理特征和外观特征，所述根据所述目标人脸的三维点云图像和二维图像进行特征提取得到所述目标人脸的面部特征的处理包括：根据所述目标人脸的三维点云图像和二维图像，确定所述目标人脸的融合图像；对所述目标人脸的融合图像进行光谱特征提取和纹理特征提取，分别得到所述目标人脸的融合图像的光谱特征和纹理特征，并对所述目标人脸的三维点云图像进行特征提取，得到所述目标人脸的外观特征。3.根据权利要求2所述的方法，其特征在于，所述二维图像包括第一图像和第二图像，其中，所述第一图像为基于激光成像方式得到的图像，所述第二图像为基于光学被动成像方式得到的图像，所述根据所述目标人脸的三维点云图像和二维图像，确定所述目标人脸的融合图像的处理包括：根据所述第一图像和第二图像中包含的像素信息确定所述目标人脸的像素级融合图像；根据所述目标人脸的三维点云图像和所述第一图像，以及所述目标人脸的像素级融合图像，确定所述目标人脸的融合图像。4.根据权利要求1所述的方法，其特征在于，所述分别获取目标人脸的三维点云图像和二维图像之后，所述方法还包括：分别对所述目标人脸的三维点云图像和二维图像进行图像降噪预处理，分别得到预处理后的三维点云图像和二维图像。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：如果所述目标人脸的识别结果指示预先存储的人脸特征数据库中不包括所述目标人脸的面部特征，则将所述...

【专利技术属性】
技术研发人员：滕书华，谭志国，李洪，
申请(专利权)人：湖南拓视觉信息技术有限公司，
类型：发明
国别省市：湖南,43