[发明专利]一种基于径向线的局部遮挡下的三维人脸识别方法

说明书

本发明公开了一种基于径向线的局部遮挡下的三维人脸识别方法，该方法实现步骤为：(1)提取人脸上从鼻尖点发射的径向线，并对径向线鼻尖点以上部分进行均匀采样；(2)提取采样点之间的局部区域，并构造局域的特征描述符；(3)构造特征描述符的代价函数，生成对应径向线的具有局部匹配特点的相似向量；(4)匹配对应径向线的相似向量得到相似值，所有径向线的相似值之和就是两张三维人脸的相似值，从而完成人脸识别。本发明通过对径向线进行截取和采样，提取采样点之间的局部区域并提取局部特征，增大了径向线的有效信息，提高了局部遮挡情况下的三维人脸识别准确率。

技术领域

本发明属于计算机视觉领域，具体涉及三维人脸识别技术,尤其涉及一种基于径向线的局部遮挡下的三维人脸识别方法。

背景技术

人脸识别技术具有优良的非接触性、隐蔽性以及其广泛的应用前景，近三十年来，很多研究人员投身到人脸识别的研究当中。尽管之前已经有大量二维人脸识别的研究，但是仍然无法克服光照和姿态带来的影响。因此，人们渐渐意识到二维人脸识别先天性的缺陷。而在三维人脸中，几何信息和相对位置信息相对稳定，因此相比于传统的二维人脸识别，三维人脸识别对光照、姿态和表情更加的鲁棒。因而近些年来，越来越多的研究者从二维人脸识别的研究转为对三维人脸识别的研究中来。而且到目前为止，诸多研究人员提出了很多有效的三维人脸识别方法。

但是，现在的三维人脸识别算法和研究多数是基于严格控制下采集到的数据，这种情况下的人脸点云数据大多都是正面的、没有遮挡的点云。然而，在现实情况中，人脸数据往往只能在非控制的情况下得到。此时，三维人脸数据常常会带有遮挡的情况，如头发、眼镜、手等造成的面部遮挡。在这种情况下，大量针对非遮挡点云的三维人脸识别算法的表现难以让人满意。针对遮挡情况下的三维人脸识别，成为极有意义的研究方向和难点。

发明内容

发明目的：针对上述三维人脸数据采集识别存在局部遮挡并且识别精准度不高的情况，本发明提供一种基于径向线的局部遮挡下的三维人脸识别。本发明通过提取径向线，构造径向线间相似向量，解决人脸在局部遮挡下的三维人脸识别问题。

技术方案：一种基于径向线的局部遮挡下的三维人脸识别方法，包括以下步骤：

步骤1：提取径向线：第一步利用中心区域人脸镜像匹配法得到人脸的对称面，人脸对称面和人脸曲面的交线为人脸中央轮廓线，第二步通过旋转中央轮廓线得到径向线，并对径向线进行均匀采样；

步骤2：构造局部描述子：提取相邻采样点间的局部区域，然后在局部区域内构造三个局部特征描述子；

步骤3：生成相似向量：通过步骤2中的局部特征描述子，同时根据步骤3-2中阐述的判断标准，判断是否需要合并相邻区域，从而构造出代价函数，生成对应径向线的具有局部匹配特点的相似向量；

步骤4：完成人脸识别：利用对应径向线间的相似向量得到对应径向线的相似值，所以对应径向线的相似值之和即为整张人脸的相似值。

进一步的，所述步骤1中，利用中心区域人脸镜像匹配法得到人脸的对称面，进而得到人脸径向线的步骤如下：

步骤1.1：对输入的人脸，计算其中心区域E和该区域关于对称面的镜像区域E'；

步骤1.2：对原始区域E和其镜像区域E'使用ICP算法，得到旋转矩阵和平移矩阵，将旋转矩阵和平移矩阵应用于镜像区域E'，得到对齐后的镜像区域E”；

步骤1.3：根据原始区域E和对齐后的镜像区域E”，得到中心区域对称面，将该对称面扩展到整张人脸曲面就得到镜像对称面P；

步骤1.4：在规范化的人脸点云中，将镜像对称面P绕着鼻尖点旋转得到平面P'，旋转后的平面P'和原始人脸曲面的相交得到人脸的径向线，其中β∈[5，20]，优选β＝10。

进一步的，步骤2中构造局部描述子的步骤如下：