一种基于局部描述符的三维人脸识别方法技术

一种基于局部描述符的三维人脸识别方法，步骤如下：（１）对库集人脸模型和测试人脸模型进行预处理，包括人脸切割、姿态归一化和稀释，最后以鼻尖为中心建立人脸主轴坐标系；（２）对库集人脸模型和测试人脸模型提取等距轮廓线，以鼻尖点为中心提取与鼻尖点等距离的１６条轮廓线，并进行重采样，得到相同数目的采样点；（３）对库集人脸模型和测试人脸模型人脸进行栅格划分，在步骤（３）所述出的采样点上提取局部投影面积作为局部特征；（４）对库集人脸模型和测试人脸模型上相同顺序的采样点建立一一对应的关系，并比较对应点局部特征；（５）以对应点间局部特征的欧氏距离作为相似度，在库集人脸中选取与测试人脸最相似的作为识别结果。

【技术实现步骤摘要】

本专利技术涉及，对任一个采样点自适应地 选取3个邻域点集，将依次投影在XOY、YOZ和XOZ三个平面上的投影面积作为该点的局部 特征，用这样一种局部描述符进行人脸识别，有很好的人脸表征效果，并减小了表情对识别 造成的影响。
技术介绍
生物特征识别在安全领域有着重要的应用，特别是与指纹、虹膜等特征相比，自动 人脸识别技术以其无接触性、可接受性高、隐蔽性好等优点受到越来越多的关注，有着巨大 的发展空间。传统的基于二维照片的人脸识别技术受到光照、姿态、化妆等因素的影响较大。三 维人脸识别技术可以克服或减轻这些因素的影响。三维人脸模型具有比二维图像更丰富的 信息，它是对人脸的空间真实形态更准确的描述。但是，三维人脸数据量较大，干扰区域较 多，计算量较大，且由于表情产生的人脸曲面非刚性变形，影响了基于几何信息的三维人脸 识别的性能。因此，如何减小识别运算量、降低表情影响成为三维人脸识别技术的瓶颈，也 是研究的关键问题。
技术实现思路
本专利技术提供一种能够提高表征准确性的基于局部描述符的三维人脸识别方法。本专利技术采用如下技术方案，其特征在于，分别对测试人脸及库集 人脸进行处理，分别得到测试人脸上的采样点与库集人脸的采样点，所述处理包括预处理 步骤、轮廓线提取步骤、采样点局部特征提取步骤，最后，在测试人脸上的采样点与库集人 脸的采样点之间建立点对应关系，并在对应的采样点之间进行局部特征比较，再以欧式距 离作为相似度，将最近距离对应的人脸作为识别结果，所述的预处理步骤包括步骤1. 1人脸切割根据人脸的形状指数(Shape Index)特征和几何约束确定鼻尖点粗略位置，以鼻 尖点为中心，90mm为半径，舍弃落在球体以外的点，保留球体内的点作为后续处理的人脸区 域；步骤1.2人脸姿态归一化将切割后的人脸通过主成分分析方法进行主轴变换，人脸左右方向作为坐标系的 X轴方向，人脸上下方向作为坐标系的Y轴方向，人脸前后方向作为坐标系的Z轴方向，以 Z坐标最大值作为鼻尖点，以鼻尖点作为坐标系的原点，将人脸平移后得到统一的人脸主轴 坐标系，设为PCS;步骤1.3人脸稀释 F ·1 pea ，人脸的点云按照空间距离进行均勻采样，采样间隔为lmm，得到一系列的点云集合所述的轮廓线提取步骤包括步骤2. 1等距轮廓线的提取计算人脸点云集合Fp。a内所有点到鼻尖点的距离之后，选择等距离的点组成16条 曲线Φ (η)，η= 1，2，...，16，曲线Φ (η)为等距轮廓线，η为轮廓线的序号，每条曲线Φ (η) 中的点到鼻尖点的距离dis满足条件dis e 其中阈值δ > 0，这里取为1. 4mm，这样得到与鼻尖点相距5mm至80mm共16条轮 廓线；步骤2. 2等距轮廓线的采样步骤2. 2. 1将等距轮廓线Φ (η)在人脸主轴坐标系PCS的XOY平面上投影，以鼻 尖点为中心，投影的曲线在X轴方向的差值α为短轴，在Y轴方向的差值b为长轴，得到一 个椭圆，方程可表示为权利要求，其特征在于，分别对测试人脸及库集人脸进行处理，分别得到测试人脸上的采样点与库集人脸的采样点，所述处理包括预处理步骤、轮廓线提取步骤、采样点局部特征提取步骤，最后，在测试人脸上的采样点与库集人脸的采样点之间建立点对应关系，并在对应的采样点之间进行局部特征比较，再以欧式距离作为相似度，将最近距离对应的人脸作为识别结果，所述的预处理步骤包括步骤1.1 人脸切割根据人脸的形状指数(Shape Index)特征和几何约束确定鼻尖点粗略位置，以鼻尖点为中心，90mm为半径，舍弃落在球体以外的点，保留球体内的点作为后续处理的人脸区域；步骤1.2 人脸姿态归一化将切割后的人脸通过主成分分析方法进行主轴变换，人脸左右方向作为坐标系的X轴方向，人脸上下方向作为坐标系的Y轴方向，人脸前后方向作为坐标系的Z轴方向，以Z坐标最大值作为鼻尖点，以鼻尖点作为坐标系的原点，将人脸平移后得到统一的人脸主轴坐标系，设为PCS；步骤1.3 人脸稀释人脸的点云按照空间距离进行均匀采样，采样间隔为1mm，得到一系列的点云集合Fpca；所述的轮廓线提取步骤包括步骤2.1 等距轮廓线的提取计算人脸点云集合Fpca内所有点到鼻尖点的距离之后，选择等距离的点组成16条曲线φ(n)，n＝1，2，...，16，曲线φ(n)为等距轮廓线，n为轮廓线的序号，每条曲线φ(n)中的点到鼻尖点的距离dis满足条件dis∈其中阈值δ＞0，这里取为1.4mm，这样得到与鼻尖点相距5mm至80mm共16条轮廓线；步骤2.2 等距轮廓线的采样步骤2.2.1 将等距轮廓线φ(n)在人脸主轴坐标系PCS的XOY平面上投影，以鼻尖点为中心，投影的曲线在X轴方向的差值α为短轴，在Y轴方向的差值b为长轴，得到一个椭圆，方程可表示为 <mfenced open='{' close=''><mtable> <mtr><mtd> <mi>x</mi> <mo>=</mo> <mfrac><mi>a</mi><mn>2</mn> </mfrac> <mi>cos</mi> <mrow><mo>(</mo><mi>t</mi><mo>)</mo> </mrow></mtd> </mtr> <mtr><mtd> <mi>y</mi> <mo>=</mo> <mfrac><mi>b</mi><mn>2</mn> </mfrac> <mi>sin</mi> <mrow><mo>(</mo><mi>t</mi><mo>)</mo> </mrow></mtd> </mtr></mtable> </mfenced>其中t＝，x为椭圆的横坐标，y为椭圆的纵坐标，步骤2.2.2将人脸粗略分为3个区域第1 10条轮廓线所覆盖的区域为内区域、第11 14条轮廓线所覆盖的区域为中区域、第15 16条轮廓线所覆盖的区域为外区域，对内外区域内的轮廓线进行采样时，选取采样点为 <mfenced open='{' close=''><mtable> <mtr><mtd> <mi>x</mi> <mo>=</mo> <mi>a</mi> <mo>/</mo> <mn>2</mn> <mo>*</mo> <mi&g本文档来自技高网...

【技术保护点】
一种基于局部描述符的三维人脸识别方法，其特征在于，分别对测试人脸及库集人脸进行处理，分别得到测试人脸上的采样点与库集人脸的采样点，所述处理包括预处理步骤、轮廓线提取步骤、采样点局部特征提取步骤，最后，在测试人脸上的采样点与库集人脸的采样点之间建立点对应关系，并在对应的采样点之间进行局部特征比较，再以欧式距离作为相似度，将最近距离对应的人脸作为识别结果，所述的预处理步骤包括：步骤１．１人脸切割根据人脸的形状指数（ＳｈａｐｅＩｎｄｅｘ）特征和几何约束确定鼻尖点粗略位置，以鼻尖点为中心，９０ｍｍ为半径，舍弃落在球体以外的点，保留球体内的点作为后续处理的人脸区域；步骤１．２人脸姿态归一化将切割后的人脸通过主成分分析方法进行主轴变换，人脸左右方向作为坐标系的Ｘ轴方向，人脸上下方向作为坐标系的Ｙ轴方向，人脸前后方向作为坐标系的Ｚ轴方向，以Ｚ坐标最大值作为鼻尖点，以鼻尖点作为坐标系的原点，将人脸平移后得到统一的人脸主轴坐标系，设为ＰＣＳ；步骤１．３人脸稀释人脸的点云按照空间距离进行均匀采样，采样间隔为１ｍｍ，得到一系列的点云集合Ｆ↓［ｐｃａ］；所述的轮廓线提取步骤包括：步骤２．１等距轮廓线的提取计算人脸点云集合Ｆ↓［ｐｃａ］内所有点到鼻尖点的距离之后，选择等距离的点组成１６条曲线φ（ｎ），ｎ＝１，２，．．．，１６，曲线φ（ｎ）为等距轮廓线，ｎ为轮廓线的序号，每条曲线φ（ｎ）中的点到鼻尖点的距离ｄｉｓ满足条件：ｄｉｓ∈［５＊ｎ－δ，５＊ｎ＋δ］其中阈值δ＞０，这里取为１．４ｍｍ，这样得到与鼻尖点相距５ｍｍ至８０ｍｍ共１６条轮廓线；步骤２．２等距轮廓线的采样步骤２．２．１将等距轮廓线φ（ｎ）在人脸主轴坐标系ＰＣＳ的ＸＯＹ平面上投影，以鼻尖点为中心，投影的曲线在Ｘ轴方向的差值α为短轴，在Ｙ轴方向的差值ｂ为长轴，得到一个椭圆，方程可表示为：＊＊＊其中ｔ＝［０，２π］，ｘ为椭圆的横坐标，ｙ为椭圆的纵坐标，步骤２．２．２将人脸粗略分为３个区域：第１－１０条轮廓线所覆盖的区域为内区域、第１１－１４条轮廓线所覆盖的区域为中区域、第１５－１６条轮廓线所覆盖的区域为外区域，对内外区域内的轮廓线进行采样时，选取采样点为：＊＊＊其中ｊ＝１，２，．．．，１０，１５，１６，ｉ＝１，２，．．．，８＋８＊ｊ，式中ｘ和ｙ分别表示在第ｊ条轮廓线上的第ｉ个采样点的横坐标和纵坐标，同理对中区域内的轮廓线进行采样时，选取采样点为：＊＊＊其中ｊ＝１１，１２，．．．，１...

【技术特征摘要】

【专利技术属性】
技术研发人员：达飞鹏，徐俊，
申请(专利权)人：东南大学，
类型：发明
国别省市：84[中国|南京]