基于云服务器的三维人脸识别机场安检方法
【专利摘要】本发明公开基于云服务器的三维人脸识别机场安检方法，包括以下步骤：S01.云服务器建立人脸识别标准库；S02.机场图像采集终端与云服务器建立网络连接；S03.云服务器接收图像采集终端发送的三维人脸图像及身份认证请求；S04.三维人脸图像预处理；S05.三维人脸的提取，从原始三维曲面中分离出头部和肩部；S06.脸部标志点定位；S07.三维人脸配准；S08.云服务器将身份认证的结果返回机场身份识别终端；本发明提供了计算配置效率高，能够快速的检索云服务器上的数据信息，计算和配准在云服务器端进行，效率高，相应快，能够推广应用。
【专利说明】基于云服务器的三维人脸识别机场安检方法
【技术领域】
[0001]本发明属机场智能安检领域，尤其涉及一种基于云服务器的三维人脸识别机场安检方法。
【背景技术】
[0002]目前，机场安检仅通过身份证信息核实乘机人员信息，不能够准确的确定是否乘机人与身份证上是同一人，安全性能低，现有技术，三维人脸识别一般基于神经网络或者数学先验概率进行图像提取，计算复杂，运算时间长，在智能支付领域不能够推广应用。
【发明内容】
[0003]为了解决现有技术问题，本发明提供了一种基于云服务器的三维人脸识别机场安检方法，计算配置效率高，能够快速的检索云服务器上的数据信息，计算和配准在云服务器端进行，效率高，相应快，能够推广应用。
[0004]本发明采用的技术方案为:基于云服务器的三维人脸识别机场安检方法，包括以下步骤，
S01，云服务器建立人脸识别标准库；
S02，机场图像采集终端与云服务器建立网络连接，三维人脸扫描仪获取人脸三维图像；
S03,云服务器接收图像采集终端发送的三维人脸图像及身份认证请求；
步骤S03，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。
[0005]S04，三维人脸图像预处理:对三维人脸图像进行噪声预处理方法；
步骤S04三维人脸图像预处理具体包括以下步骤:
(401)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；
(402)使用拉普拉斯平滑和Taubin方法对模型进行平滑处理；
(403)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。
[0006]S05，三维人脸的提取，从原始三维曲面中分离出头部和肩部；
步骤S05具体包括以下步骤:
(501)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；
(502)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。
[0007]S06，脸部标志点定位；
步骤S06具体包括以下步骤: (601)定位两个内眼角、两个外眼角和鼻尖点；
(602)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；
(603)基于连续ShapeIndex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；
(604)通过几何约束，实现姿态无关的标志点定位。
[0008]S07，三维人脸配准；
步骤S07具体包括以下步骤:云服务器检索所述人脸识别标准库中的人脸标准样本，配准步骤S06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时，通过基于主轴分析的粗配准方法进行三维人脸配准。
[0009]S08，云服务器将身份认证的结果返回机场身份识别终端。
[0010]与现有技术相比，本发明有益效果包括:
本发明提供了一种基于云服务器的三维人脸识别机场安检方法，计算配置效率高，能够快速的检索云服务器上的数据信息，计算和配准在云服务器端进行，效率高，相应快，能够推广应用。
【具体实施方式】
[0011]下面结合具体实施例对本发明作更进一步的说明。
[0012]基于云服务器的三维人脸识别机场安检方法，包括以下步骤，
S01，云服务器建立人脸识别标准库；
S02，机场图像采集终端与云服务器建立网络连接，三维人脸扫描仪获取人脸三维图像；
S03,云服务器接收图像采集终端发送的三维人脸图像及身份认证请求；
步骤S03，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。
[0013]S04，三维人脸图像预处理:对三维人脸图像进行噪声预处理方法；
步骤S04三维人脸图像预处理具体包括以下步骤:
(401)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；
(402)使用拉普拉斯平滑和Taubin方法对模型进行平滑处理；
(403)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。
[0014]S05，三维人脸的提取，从原始三维曲面中分离出头部和肩部；
步骤S05具体包括以下步骤:
(501)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；
(502)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。
[0015]S06，脸部标志点定位； 步骤S06具体包括以下步骤:
(601)定位两个内眼角、两个外眼角和鼻尖点；
(602)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；
(603)基于连续ShapeIndex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；
(604)通过几何约束，实现姿态无关的标志点定位。
[0016]S07，三维人脸配准；
步骤S07具体包括以下步骤:云服务器检索所述人脸识别标准库中的人脸标准样本，配准步骤S06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时，通过基于主轴分析的粗配准方法进行三维人脸配准。
[0017]S08，云服务器将身份认证的结果返回机场身份识别终端。
[0018]以上仅是本发明的优选实施方式，应当指出:对于本【技术领域】的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
【权利要求】
1.基于云服务器的三维人脸识别机场安检方法，其特征在于，包括以下步骤， S01，云服务器建立人脸识别标准库； S02，机场图像采集终端与云服务器建立网络连接，三维人脸扫描仪获取人脸三维图像； S03,云服务器接收图像采集终端发送的三维人脸图像及身份认证请求； S04，三维人脸图像预处理:对三维人脸图像进行噪声预处理方法； S05，三维人脸的提取，从原始三维曲面中分离出头部和肩部； S06，脸部标志点定位； S07，三维人脸配准； S08，云服务器将身份认证的结果返回机场身份识别终端。
2.根据权利要求1所述的基于云服务器的三维人脸识别机场安检方法，其特征在于， 步骤S03，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所述的基于云服务器的三维人脸识别机场安检方法，其特征在于， 步骤S04三维人脸图像预处理具体包括以下步骤: (401)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； (402)使用拉普拉斯平滑和Taubin方法对模型进行平滑处理； (403)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。
4.根据权利要求1所述的基于云服务器的三维人脸识别机场安检方法，其特征在于， 步骤S05具体包括以下步骤: (501)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； (502)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。
5.根据权利要求1所述的基于云服务器的三维人脸识别机场安检方法，其特征在于， 步骤S06具体包括以下步骤: (601)定位两个内眼角、两个外眼角和鼻尖点； (602)进行坐标映射，获取五个标志点的坐标位置； (603)基于连续ShapeIndex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； (604)通过几何约束，实现姿态无关的标志点定位。
6.根据权利要求1所述的基于云服务器的三维人脸识别机场安检方法，其特征在于， 步骤S07具体包括以下步骤:云服务器检索所述人脸识别标准库中的人脸标准样本，配准步骤S06定位后的标志点，实现基于标志点的粗配准。
7.根据权利要求1所述的基于云服务器的三维人脸识别机场安检方法，其特征在于，步骤S07还包括: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。
【文档编号】G06K9/00GK104392220SQ201410694811
【公开日】2015年3月4日 申请日期:2014年11月27日 优先权日:2014年11月27日
【发明者】张会林, 孙利华 申请人:苏州福丰科技有限公司