[发明专利]基于BP神经网络的三维人脸分析方法及其分析系统

说明书

技术领域

本发明涉及三维人脸分析技术领域，具体地，涉及一种基于BP神经网络的三维人脸分析方法及其分析系统。

背景技术

世间万物都有其自身的美，对于人类而言，最直接的外在表现就是人的面貌美。人类对面貌美丽的追求吸引了各个领域的学者对其进行研究，如何更好地计算美，如何将人类的美进行可量化描述，使人脸美貌研究得到更长远的发展。诸多研究表明，容貌美丽度高的人往往具备各种优势，拥有较好的人际关系、较高的能力和积极的品质，相反，容貌美丽度低的人有较高的消极的品质和反社会性格。所以，越来越多的人正寻找不同的方式，力图使自己的美貌度上升。可见，对人脸美貌的研究具有重要的实用价值和社会效益。

近年来，计算机的出现、计算机图像和图形技术的快速发展以及计算智能技术大大促进和推进了面部美貌评判的研究，人类在脸部识别和面部信息提取等方面已经发展非常迅速，但人脸美貌目前尚未有明确且通用的定义，从而使得人脸美貌评判更具挑战性。因此，建立面部美貌的通用评判标准将大大简化面部不适和异常的诊断和治疗，并最大程度提高人们的心理、生理健康和生活质量。

发明内容

本发明的目的是提供一种可以根据人脸分析结果进行美貌评判的基于BP神经网络的三维人脸分析方法及其分析系统。

本发明所采用的技术方案为：一种基于BP神经网络的三维人脸分析方法，包括以下步骤：

S1、对三维人脸模型进行正向方位校正，使人脸正面朝向前方；

S2、用预设定的空间参数将正向方位校正的所述三维人脸模型生成二维人脸图像，并对二维人脸图像进行二维人脸特征点检测；

S3、根据检测出的所述二维人脸特征点和所述空间参数计算出三维人脸特征点的三维坐标；

S4、将所述三维坐标变换成用于训练人脸分析模型的训练数据；

S5、制定人脸分析准则，建立基于BP神经网络的所述人脸分析模型，并根据所述训练数据训练出基于所述人脸分析模型的人脸分析分类器，输出人脸分析结果。

优选的，在步骤S1中，正向方位校正具体包括步骤：

计算三维人脸模型的平均中心点其中，表示网格化人脸中网格的一个顶点，k为顶点序号，N为顶点的总个数；

将平均中心点与网格化人脸正面中心点的矢量用作人脸正面的基本方向；

采用网格主成分分析法分析出三维人脸模型的垂直轴和水平轴；

根据前后方向已校正的三维人脸模型，通过鼻尖确定正面轴。

优选的，在步骤S3中，计算出三维人脸特征点的三维坐标，具体包括步骤：

将人脸二维图像的离散坐标转换为连续的三维坐标；

根据观察点与观察方向计算出每个方位的透视变换矩阵；

通过最小二乘法求出三维人脸特征点的三维坐标。

优选的，在步骤S4中，计算出人脸轮廓、眉毛、眼睛、鼻子、嘴巴五个部位中各部位的重心位置，然后获取各部位特征点到其重心的距离。

优选的，在步骤S5中，建立基于BP神经网络的人脸分析模型具体包括步骤：

制定人脸分析准则；

选取多人对多张图片进行评分，计算出该图片的平均分数，确定该图片的级别；

建立五层的BP神经网络模型，网络中含有三个隐层；

根据人脸分析模型训练出人脸分析分类器，输出人脸分析结果。

本发明还提供了一种基于BP神经网络的三维人脸分析系统，该三维人脸分析系统包括：

方位校正模块，用于对三维人脸模型进行正向方位校正，使人脸正面朝向前方；

图像生成与特征点检测模块，用于用预设定的空间参数将正向方位校正的所述三维人脸模型生成二维人脸图像，并对二维人脸图像进行二维人脸特征点检测；

三维坐标计算模块，用于根据检测出的所述二维人脸特征点和所述空间参数计算出三维人脸特征点的三维坐标；

变换模块，用于将所述三维坐标变换成用于训练人脸分析模型的训练数据；

人脸分析结果输出模块，用于制定人脸分析准则，建立基于BP神经网络的所述人脸分析模型，并根据所述训练数据训练出基于所述人脸分析模型的人脸分析分类器，输出人脸分析结果。

优选的，所述图像生成与特征点检测模块包括：

二维人脸图像生成模块，用于用预设定的空间参数将正向方位校正的所述三维人脸模型生成二维人脸图像；

二维人脸特征点检测模块，用于对二维人脸图像进行二维人脸特征点检测。

优选的，所述人脸分析结果输出模块，包括：