[发明专利]一种三维图像人脸识别方法及系统

权利要求书

1.一种三维图像人脸识别方法，其特征在于：

步骤1.1预先建立标准参考人脸模型和正面姿态下的人脸数据库的注册库G；

步骤1.2待识别的人脸图像数据为：Q＝(I,D)，I代表任意姿态人脸的图像数据，D代表其对应的深度数据，实现待识别的人脸图像数据的深度数据与标准参考人脸模型实现姿态对齐，实现深度图像对齐，并获得姿态参数；

步骤1.3将注册库中的正面人脸图像根据1.2获得的姿态参数旋转到与待识别的人脸图像的相同姿势，实现纹理图像对齐；

步骤1.4分别对对齐了的深度图像和纹理图像进行特征提取，通过深度分类器计算获得深度相似度S_depth，根据实现待识别的人脸图像的偏转姿态角选择对应的纹理分类器计算纹理相似度S_texture；

步骤1.5深度相似度S_depth和纹理相似度S_texture计算待识别的人脸图像的加权相似度；

步骤1.6利用最后对齐的人脸图像和获得的相似度数据利用RGB-D进行最后人脸识别。

2.根据权利要求1所述的三维图像人脸识别方法，其特征在于所述深度图像对齐具体包括如下步骤：

步骤2.1对任意姿态下的待识别的人脸图像的深度图进行人脸区域剪切；

步骤2.2采用ICP迭代最近点算法计算待识别的人脸图像与标准参考人脸模型的匹配，计算获得与标准参考人脸模型匹配效果最好的旋转矩阵Rt和平移矩阵Tt；

步骤2.3将根据旋转矩阵Rt和平移矩阵Tt将待识别的人脸图像的深度图像正则化，也就是姿势矫正后生成正面深度人脸图像。

3.根据权利要求2所述的三维图像人脸识别方法，其特征在于所述人脸区域剪切具体实现为：

步骤3.1检测鼻尖点，将鼻尖点设有中心点；

步骤3.2以鼻尖点为中心，任意点(x,y,z)若与鼻尖点(x₀,y₀,z₀)欧式距离若d≤80mm则保留该点到人脸区域，如果距离d>80mm则丢弃该点；依次剪切出整个人脸区域。

4.根据权利要求3所述的三维图像人脸识别方法，其特征在于将鼻尖点作为ICP对齐的初始点；所述标准参考人脸模型根据将人脸数据库中部分或所有不含表情变化的正面姿态的人脸图像，以鼻尖点对齐，对所有样本求和再平均的方式计算获得。

5.根据权利要求4所述的三维图像人脸识别方法，其特征在于所述采用ICP迭代最近点算法计算待识别的人脸图像与标准参考人脸模型的匹配具体为：将待识别的人脸图像Q与标准参考人脸模型P按照鼻尖的位置对齐，再利用ICP进行精细对齐，P＝RQ+T,R和T分别表示待识别人脸数据模型与标准参考人脸模型之间的旋转和平移矩阵，迭代结束后获得与标准参考人脸模型匹配效果最好的旋转矩阵Rt和平移矩阵Tt。

6.根据权利要求5所述的三维图像人脸识别方法，其特征在于所述深度图像正则化中还增加深度信息填补操作和人脸信息平滑处理，具体包括如下步骤：

步骤6.1将姿势矫正生成正面深度人脸图像的深度信息的x坐标用(-x)替换产生镜像后的深度信息；

步骤6.2使用镜像后的深度信息对矫正后的深度信息进行填补，具体填补通过计算镜像后的点与原来的深度点云之间最小的欧式距离，如果该距离小于一个固定的阈值，说明原来点坐标的较小的邻域内信息缺失，则保留该镜像后的点到原来点云之中；直至遍历所有的镜像后的点；

步骤6.3将深度信息填补操作获得图像再进一步的进行人脸信息平滑处理。

7.根据权利要求5所述的三维图像人脸识别方法，其特征在于将正面姿态下注册库G的人脸数据的纹理图像根据旋转矩阵Rt和平移矩阵Tt计算获得与待识别人脸所在的姿态相同的姿态的姿态人脸图像G’，G'＝Rt^-1G-Rt^-1.Tt,R^-1表示旋转矩阵R的逆；最后根据弱透视投影得到所有图像相同姿势的2D人脸纹理图像。