[发明专利]一种基于深度视频流的三维人脸识别方法

权利要求书

1.一种基于深度视频流的三维人脸识别方法，其特征在于，包括：

步骤101：通过深度相机，对到人脸部位的单帧点云P_i，点云P的数据进行采集；

步骤102：对步骤101采集到的点云数据进行人脸检测，得到点云集合C_i；通过单帧点云P_i，获取人脸区域R_i，以及对应人脸区域的点云集合C_i；

步骤103：通过步骤102中的得到的点云集合C_i，通过该点云集合C_i对人脸点云记进行模型拟合，得到关键点；

步骤104：根据步骤103中得到的关键点的三维信息，判断人脸的真伪，当判断人脸为虚假，返回至步骤101，当判断人脸为真实，进入到步骤105；

步骤105：对步骤104中判断为人脸真实的人脸点云三维信息进行人脸质量的判断，当人脸质量不合格时，返回至步骤101中，当人脸质量合格时进入到步骤106中；

步骤106：对步骤105中判断为合格的人脸点云信息进行最终的人脸识别；

所述步骤103中得到的关键点的方法如下：

设三维人脸模板为其中为平均脸，a_i为模型参数，m_i为模型特征向量，同时设模板中的人脸关键点集合为K；计算当前帧人脸点云在模板M下的最优表示其中为表示参数，同时得到对应的人脸特征点集合K_c；

所述步骤104中判断人脸真伪的方法如下：

根据人脸模板的关键点集合K与当前帧的关键点集合K_c，通过求解目标方程

其中A，B，C为平面S的参数，分别拟合对应平面S与S_c，使得关键点集合中的关键点到对应平面的距离最近，并计算最近平均距离D与D_c；之后进行判断，若当前帧平均距离与模板平均距离的绝对值之差Dist＝|D-D_c|大于阈值Th_d，则判断人脸为虚假，返回至步骤101，若小于阈值则判断人脸为真实，继续进入步骤105。

2.根据权利要求1所述的一种基于深度视频流的三维人脸识别方法，其特征在于，所述的步骤101中深度相机至少包括结构光深度相机、tof深度相机和双目深度相机，该深度相机获取的视频帧深度图像与点云序列P_i∈P，其中P_i为单帧点云，P为点云。

3.根据权利要求1所述的一种基于深度视频流的三维人脸识别方法，其特征在于，所述的步骤105判断人脸质量的方法如下：

首先根据当前帧关键点拟合对应平面S＝ax+by+cz+d，得到平面法向量V_c＝(a，b，c)，同时得到平面的旋转角度R_c＝[Yaw，Roll，Pitch]，其中yaw为偏航角度，roll为滚转角度，pitch为俯仰角度，若旋转角度大于旋转阈值Th_r＝[Th_y，Th_r，Th_p]，其中Thy为偏航阈值，Thr为滚转阈值，Thp为俯仰阈值，则人脸质量不合格，返回至步骤101，反之则继续进入步骤106。

4.根据权利要求1所述的一种基于深度视频流的三维人脸识别方法，其特征在于，所述步骤106中对人脸进行最终的识别方法如下：对于判别后的人脸点云C_i以及参数集合将参数集合作为当前帧人脸的特征向量，并与待识别人脸库中的特征向量计算余弦距离

其中Ac为待识别特征向量，Ar为人脸库中特征向量，最小的余弦距离对应的人脸即为人脸识别的最终结果。