[发明专利]三维人脸本征属性描述方法

说明书

技术领域

本发明涉及一种人脸本征属性描述方法，特别是一种三维人脸本征属性描述方法。

背景技术

三维人脸特征描述是三维人脸配准及识别的关键技术，有效简洁的特征是准确快速识别的前提。特征提取的基本任务是研究如何从众多特征中求出那些对分类识别最有效的特征，从而实现特征空间维数的压缩。特征的有用性与特征提取、配准，以及人脸识别的具体算法密切相关。

文献“S.Berretti，D.B.Alberto，P.Pietro.Analysis and retrieval of 3D facial modelsusing iso-geodesic stripes.International workshop on Content-based multimedia indexing，June 18-20，2008.pp：257-264.”公开了一种三维人脸本征属性描述方法。该方法通过提取三维人脸形状模型中的等测地距条纹组来对人脸的本征属性进行分析与描述。首先，对人脸形状模型中不同的等测地距区域进行划分；然后，通过建模技术对等测地距条纹进行数学表达，同时，对不同等测地距条纹间的距离进行等量的测量，分析不同间距等测地距条纹所表达的三维形状；最后，通过一个属性关系图来提取人脸的本征属性。但是，该方法存在以下问题：首先，该方法要求人脸模型成正面标准姿态，不允许有姿态的变化，无法进行多姿态人脸的自动识别；其次，采用局部属性特征对人脸进行本征描述不能保证全局属性的最优；再次，该方法在三维空间对人脸表面进行描述，算法复杂度较高，80％精度二维本征属性图单次识别所需时间为0.951秒。

发明内容

为了克服现有的三维人脸本征属性描述方法对模型姿态要求高、三维空间计算复杂度大的不足，本发明提供一种三维人脸本征属性描述方法。该方法采用改进的QEM方法对三维人脸模型进行五官区域特征保持的模型简化，能够最大限度的简化三维模型，从而降低计算复杂度；采用基于特征约束的保形同构映射网格参数化方法对三维网格数据在二维平面上进行展开，将三维空间中的匹配问题简化为二维图像的匹配问题，可以降低80％精度二维本征属性图单次识别的时间；而且可以对多姿态人脸进行识别。

本发明解决其技术问题所采用的技术方案：一种三维人脸本征属性描述方法，其特点是包括下述步骤：

(a)对高精度三维人脸模型S进行简化，即对三维人脸模型中的每个顶点，根据特征保持的模型顶点误差度量算法计算其收缩代价：

Δ′V＝ΔV*weight

式中，ΔV是QEM算法的误差测度；weight是收缩代价加权值；

若S＝＝φ或简化到指定结束条件，算法结束；

取出顶点v_mincost，collapse(v_from，v_to)；

如果边折叠后v_to的相邻三角面存在重叠，对于重叠三角形上的每一个顶点，若其相邻面全部都是重叠三角形，那么将其作为一个候选删除点；

在所有的候选删除点中，选择邻接面数最少的一个顶点，作为当前边折叠的v_from，选择v_from的任意一个相邻顶点作为v_to，collapse(v_from，v_to)；

其中，v_from及v_to分别表示半边收缩操作中被删除和被保留的顶点；collapse(v₁，v₂)表示对v1、v2顶点进行半边收缩操作；v_mincost表示当前模型中半边收缩代价最小的顶点；s表示三角网格模型；φ表示没有任何顶点和面片的空模型；

(b)假设S′为由三维空间中的1-ring邻域构成的简单网格，D′为S′的二维保形结构；如果映射边界固定，二维1-ring形变仅与中心节点n_i相关；Dirichlet能量函数为：