[发明专利]人脸识别方法、系统及其应用系统

权利要求书

1.一种人脸识别方法，其特征在于，包括以下步骤：

采集人脸图像；

基于3D模型对齐人脸图像，生成人脸正面图像；

基于人脸正面图像，获取该人脸图像对应的生物学信息，所述生物学信息包括年龄、性别、心情。

2.根据权利要求1所述的人脸识别方法，其特征在于，所述基于3D模型对齐人脸图像，生成人脸正面图像的方法包括：

通过多个特征点检测人脸图像；

剪切所述人脸图像；

建立Delaunay triangulation；

参考标准3D模型，将标准3D模型对比到剪切之前的人脸图像，进行仿射变形，形成人脸正面图像。

3.根据权利要求2所述的人脸识别方法，其特征在于，所述通过多个特征点检测人脸图像步骤中，包括一初阶图像检测步骤，所述初级图像检测步骤为：

基于第1复数个特征点，检测人脸图像，所述第1复数个特征点包括鼻子左侧、鼻孔下侧、两瞳孔位置、上嘴唇左右和下侧。

4.根据权利要求3所述的人脸识别方法，其特征在于，所述通过多个特征点检测人脸图像步骤中，还包括一高阶图像检测步骤，所述初级图像检测步骤为：

基于第2复数个特征点，检测人脸图像，所述第2复数个特征点大于第1复数个特征点。

5.根据权利要求4所述的人脸识别方法，其特征在于，所述建立Delaunay triangulation步骤采用演算法以三角割分的方式，把散步的第2复数个特征点作为三角形顶点并且连接成三角形，最后处理共线点。

6.根据权利要求2所述的人脸识别方法，其特征在于，所述标准3D模型来源于LFW数据集。

7.根据权利要求5所述的人脸识别方法，其特征在于，所述参考标准3D模型，将标准3D模型对比到剪切之前的人脸图像，进行仿射变形，形成人脸正面图像的步骤包括：

采用USF Human-ID数据库的中等值，通过高维LBP跟Joint Bayesian结合算法，由三角化后的人脸转换成3D形状，再三角化后的人脸变为有深度的3D三角网，将3D三角网做偏转使人脸的正面朝前，通过算法使得人脸的正脸放正，最后形成正面图形。

8.一种人脸识别系统，其特征在于，包括：

图像采集单元，由于获取人脸图像；

图像处理单元，基于3D模型对齐人脸图像，生成人脸正面图像；

图像信息反馈单元，基于人脸正面图像，获取该人脸图像对应的生物学信息，所述生物学信息包括年龄、性别、心情。

9.一种人脸识别的应用系统，用于LCD显示屏视频信息推送，其特征在于，包括：

一LCD显示屏，用于播放视频信息；

一镜头，包括权利要求8所述的人脸识别系统；

一主控板，电性连接所述LCD显示屏、镜头的图像信息反馈单元，该主控板包括一无线通信模块，该无线通信模块将镜头的图像信息反馈单元获取的生物学信息反馈给服务器，服务器根据反馈的生物学信息匹配视频信息，并经该无线通信模块接收后显示于该LCD显示屏。

10.根据权利要求9所述的人脸识别的应用系统，其特征在于，该人脸识别的应用系统安装于各公共场所的冰箱玻璃之上；该人脸识别的应用系统还包括一触摸屏，设于LCD显示屏外侧且与主控板电性连接。