[发明专利]基于图像传感器成像系统的人脸识别算法有效

专利信息
申请号: 201210194538.1 申请日: 2012-06-13
公开(公告)号: CN102779269A 公开(公告)日: 2012-11-14
发明(设计)人: 詹曙;蒋建国;叶长明;齐美彬;李小红;夏娜;张芝华 申请(专利权)人: 合肥工业大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 安徽合肥华信知识产权代理有限公司 34112 代理人: 余成俊
地址: 230009 *** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 图像传感器 成像 系统 识别 算法
【说明书】:

技术领域:

发明涉及三维成像技术领域,具体涉及一种基于图像传感器成像系统的人脸识别算法。

背景技术:

随着计算机技术、电子通信技术和网络技术的飞速发展,身份识别的重要性日益凸显。传统的口令方式已经逐渐不适应当代社会的发展,而生物特征识别技术成为目前身份识别技术发展的主要方向。生物特征通常具有唯一性、可以测量或可自动识别性和终身不变性等特点,可以满足身份识别的需要,主要包括:人脸识别、指纹识别、手型识别、虹膜识别、DNA识别、笔迹识别和语音识别等。

人脸识别是利用人脸的视觉特征信息进行身份识别的生物特征识别技术。与其他生物特征识别技术相比,人脸识别方法具有非接触性、信息完备、采集便捷、人机友好等优点。最早的人脸识别大多基于二维灰度图像或彩色图像。二维人脸识别技术的最大优势就是方法直观、识别迅速。但同时,二维人脸识别技术也容易受到光照、姿态、表情等因素的影响。

近年来,随着相关成像技术的飞速发展,三维成像技术为人脸识别技术发展提供了新的思路。三维成像方法可以采集到人体面部的三维信息,这些数据可以客观、真实的反映脸部的空间信息和本质特征。基于三维成像技术的三维人脸识别方法具有数据信息丰富、可靠性高等优点,是一种比较理想的生物特征识别技术。目前常见的三维人脸识别方法主要有:迭代最近点法、豪斯多夫距离法、基于二值模式的方法、基于局部描述符的方法、基于曲率的方法、基于多数据多技术融合的方法等。当然,这些方法仍大多处于发展阶段,在识别率和识别速度方面都还有一定的提升空间。

发明内容:

本发明目的是提出一种基于图像传感器成像系统的快速有效的人脸识别算法。

本发明采用的技术方案是:

基于图像传感器成像系统的人脸识别算法,其特征在于,该算法的步骤如下:

(1)通过图像传感器成像系统获得三维人脸数据;

(2)对上述获得的三维人脸数据进行校正:

手动标记人脸数据中面部的若干关键点(如左眼角点、右右眼角点、鼻尖点等),通过比较关键点的空间位置获得头部的姿态变化情况,并进一步对整体人脸数据进行旋转、插值和对齐,得到标准、统一的“正中面”人脸图像;

(3)利用等深度线表示人脸数据:

校正后的三维人脸数据信息丰富,数据量较大,为便于分类识别提高识别速度,采用等深度线来描绘三维人脸的表面信息;人脸表面同一深度点的集合即等深度线,选择人脸表面若干有代表性的深度,提取相应的等深度线;

(4)利用傅里叶描绘子描述等深度线:

傅里叶描绘子是图像处理中边界描绘子的一种,通过傅里叶描绘子可以表示一条闭合曲线的特征,同时也可以通过该描绘子恢复曲线的原貌;第(3)步中提取的离散形式的等深度线均为一种二维曲线,同样可以利用傅里叶描绘子描述;针对之前第(3)步中提取出的任意一条人脸等深度线都可以视为离散点的坐标序列:

c(n)=[x(n),y(n)](n=0,1,2,···,N-1)---(1)]]>

该条等深度线由N个离散的点组成,进而可以再xoy二维坐标系下,用复数的形式来表示任意一个离散点:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥工业大学,未经合肥工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210194538.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top