一种三维人脸识别方法
【技术领域】
[0001] 本发明涉及一种三维人脸识别方法，属于生物特征鉴别技术领域。
【背景技术】
[0002] 目前用于身份鉴别的生物特征有脸像、声纹、指纹、虹膜、笔迹、手形、掌纹等，其 中，人脸识别占主导地位，它是区别人与人之间差别的最重要的特征。和其他人体生物特征 相比，人脸识别更加直接、友好，但是，由于人脸之间存在很大的相似性以及人脸的高度可 变形性，使得人脸识别的研宄极富挑战性。二维人脸的识别技术已经相对成熟，但是二维人 脸识别由于是单一的二维图像，不可避免受到光照、背景、姿态和表情等的影响，不能提供 识别所需的完整信息，因而识别精度很难有进一步的提高。
【发明内容】
[0003] 本发明针对目前二维识别的局限性，提供一种三维人脸识别方法。
[0004] 本发明所采用的技术方案如下；
[0005] -种三维人脸识别方法，包括以下步骤：
[0006] 1)进行人脸图像采集；
[0007] 2)对采集的图像进行预处理；
[0008] 3)进行人脸特征提取及匹配；
[0009] 4)确定匹配后的特征点的三维坐标；
[0010] 5)进行人脸特征识别。
[0011] 前述的步骤1)中，采用两个(XD摄像头进行图像采集，生成左右两幅二维图像。
[0012] 前述的步骤2)中，预处理是指对采集的二维图像进行平滑处理以滤除噪音。
[0013] 前述的进行预处理采用均值滤波器进行数据噪音过滤。
[0014] 前述的步骤3)中，进行人脸特征提取包括眼睛的标定，鼻子的标定和嘴巴的标 定；
[0015] 所述眼睛的标定包括以下步骤：
[0016]1-1)采用基于相似度的方法，得到两幅二维图像的中间的结果图；
[0017] 1-2)对脸部区域的上半部内进行二值化，再进行边缘检测，对检测的结果进行水 平方向的投影，确定眼睛在水平轴上的两个范围a和b;
[0018] 1-3)在a和b的上方区域的竖直方向投影，得到的第一个峰值区域为A和B;
[0019] 1-4)在A与a，B与b确定的两个矩形区域内，对黑点进行区域膨胀，得到眼睛的 轮廓和左右眼角；
[0020]1-5)将黑点的坐标的平均值作为瞳孔的位置；
[0021] 所述鼻子的标定包括以下步骤：
[0022] 2-1)假设两眼的瞳距为1，则鼻子到两眼中心的距离为0. 7-1 ;
[0023] 2-2)在步骤2-1)确定的范围内搜索深颜色的区域，得到鼻孔的位置；
[0024] 2-3)在两个鼻孔上方距离鼻孔0.5的位置找到亮度最高的点为鼻尖；
[0025] 所述嘴巴的标定包括以下步骤：
[0026] 3-1)利用颜色限制条件找到嘴巴所在的区域，所述颜色限制条件为：
[0027]
【主权项】
1. 一种三维人脸识别方法，其特征在于，包括以下步骤： 1) 进行人脸图像采集； 2) 对采集的图像进行预处理； 3) 进行人脸特征提取及匹配； 4) 确定匹配后的特征点的三维坐标； 5) 进行人脸特征识别。
2. 根据权利要求1所述的一种三维人脸识别方法，其特征在于，所述步骤1)中，采用两 个C⑶摄像头进行图像采集，生成左右两幅二维图像。
3. 根据权利要求1所述的一种三维人脸识别方法，其特征在于，所述步骤2)中，预处理 是指对采集的二维图像进行平滑处理以滤除噪音。
4. 根据权利要求3所述的一种三维人脸识别方法，其特征在于，所述进行预处理采用 均值滤波器进行数据噪音过滤。
5. 根据权利要求1所述的一种三维人脸识别方法，其特征在于，所述步骤3)中，进行人 脸特征提取包括眼睛的标定，鼻子的标定和嘴巴的标定； 所述眼睛的标定包括以下步骤： 1-1)采用基于相似度的方法，得到两幅二维图像的中间的结果图； 1-2)对脸部区域的上半部内进行二值化，再进行边缘检测，对检测的结果进行水平方 向的投影，确定眼睛在水平轴上的两个范围a和b; 1-3)在a和b的上方区域的竖直方向投影，得到的第一个峰值区域为A和B; 1-4)在A与a，B与b确定的两个矩形区域内，对黑点进行区域膨胀，得到眼睛的轮廓 和左右眼角； 1- 5)将黑点的坐标的平均值作为瞳孔的位置； 所述鼻子的标定包括以下步骤： 2- 1)假设两眼的瞳距为1，则鼻子到两眼中心的距离为0. 7-1 ; 2-2)在步骤2-1)确定的范围内搜索深颜色的区域，得到鼻孔的位置； 2- 3)在两个鼻孔上方距离鼻孔0. 5的位置找到亮度最高的点为鼻尖； 所述嘴巴的标定包括以下步骤： 3- 1)利用颜色限制条件找到嘴巴所在的区域，所述颜色限制条件为：
9 < 0? 2， 其中，0为限制值，R，G，B分别为图像的颜色值，即满足0 <0.2的区域为嘴巴所在 的区域； 3-2)嘴到两眼中心的距离为1-1. 3,在满足所述步骤3-1)颜色限制条件的区域内采用 区域膨胀法，确定左右嘴角和嘴的中心。
6. 根据权利要求1所述的一种三维人脸识别方法，其特征在于，所述步骤4)中，采用 Zhang's标定法确定符合匹配的特征点的三维坐标。
7. 根据权利要求1所述的一种三维人脸识别方法，其特征在于，所述步骤5)中，采用 BP神经网络的方法识别人脸特征，所述BP神经网络，包括输入层，隐含层和输出层三层； 所述输入层为符合匹配条件的特征点的三维坐标； 所述隐含层神经元为输入层神经元个数的一半； 所述输出层的输出模式为：u= [0,0,……，1，0,……，0]， 输出为1的神经元对应该输入模式所属的类别。
【专利摘要】本发明公开了一种三维人脸识别方法，通过对采集的左右两幅二维图像进行眼睛、鼻子、嘴巴的标定，确定匹配的人脸特征点，然后确定特征点的三维坐标，最后采用BP神经网络算法对人脸特征进行识别。采用本发明方法相较于二维识别具有更高的精度，同时大大减少了编程量，提高了开发效率。
【IPC分类】G06K9-60, G06K9-00
【公开号】CN104573628
【申请号】CN201410719553
【发明人】张会林, 孙利华
【申请人】苏州福丰科技有限公司
【公开日】2015年4月29日
【申请日】2014年12月2日