[发明专利]基于3DHarris关键点及优化SHOT特征的三维人耳识别方法

权利要求书

1.一种基于3DHarris关键点及优化SHOT特征的人耳识别方法，其特征在于：包括以下步骤：

步骤1：对带背景信息的二维侧脸图像进行Faster R-CNN目标检测，获得方形二维人耳区域，提取对应区域的三维人耳点云；

步骤2：对由步骤1所提取的三维人耳点云利用体素格进行滤波；

步骤3：利用步骤2中得到的待测人耳和标准姿态人耳关键点集进行ICP配准，使其转换为近似具有竖直向上姿态，再利用长方体模板切割，得到去除冗余信息后的三维人耳；

步骤4：对由步骤3归一化后的三维人耳点云计算3DHarris特征实现关键点检测，得到关键点集；

步骤5：对步骤4中的关键点计算优化的SHOT特征描述符，利用特征描述符实现关键点匹配，最后根据成功匹配的点数来衡量两个人耳的相似度，得到识别结果。

2.根据权利要求1所述的基于3DHarris关键点及优化SHOT特征的三维人耳识别方法，其特征在于，步骤1具体包括以下步骤：

步骤1.1：使用含有数百张二维侧脸图片的数据库作为训练集，手动框出训练集图像中的方形人耳，利用Faster R-CNN框架训练得到目标检测器,利用这个检测器在带有侧脸和复杂背景信息的图像上检测人耳，获取方形人耳区域；

步骤1.2：根据二维图像里方形人耳区域的坐标提取出对应三维点云里的人耳区域。

3.根据权利要求1所述的基于3DHarris关键点及优化SHOT特征的三维人耳识别方法，其特征在于，所述步骤2具体包括以下步骤：

(2-1)、设置一定边长的体素网格，对体素网格内所有点坐标求均值，以数学期望均值点代替体素格内的所有其他点；(2-2)、以这种方式遍历整个三维人耳，用所有体素格内的点代替原有三维人耳。

4.根据权利要求1所述的基于3DHarris关键点及优化SHOT特征的三维人耳识别方法，其特征在于，所述步骤3具体包括以下步骤：

(3-1)、把步骤2中得到的下采样后的三维人耳和一个标准姿态人耳利用迭代最邻近点方法进行对齐，就可以使整个对齐之后的人耳都具有竖直向上的姿态，并且坐标系的原点(0,0)都位于待测人耳的左下角区域；(3-2)、接着利用一个长方体模板(0≤x≤40,0≤y≤65,-5≤z≤5)对标准姿态的人耳进行切割，得到归一化后的人耳。

5.根据权利要求1所述的基于3DHarris关键点及优化SHOT特征的三维人耳识别方法，其特征在于，所述步骤4具体包括以下步骤：

(4-1)、二维Harris算法中先选定一个窗口w并获取该窗口w的灰度I，将该窗口沿不同方向移动，平坦区域灰度变化较小，边缘和角点处灰度变化剧烈，依据变化的剧烈程度在二维图像中筛选出Harris关键点(4-2)、采用3DHarris算法将二维Harris角点检测算法扩展到三维空间中，相应的Hessian矩阵为式中I_x,I_y,I_z分别为图像沿x，y，z轴方向的梯度。每个点p的强度值当该点的强度值大于设定的阈值时，则该点为角点。

6.根据权利要求1所述的基于3DHarris关键点及优化SHOT特征的三维人耳识别方法，其特征在于，所述步骤5具体包括以下步骤：

步骤5.1：首先对关键点提取方向直方图签名描述子特征；

步骤5.2：将该描述符进行分组，将每组子描述符进行二值化，在每组子描述符后添加标志位；

步骤5.3：利用优化的描述符实现关键点匹配，匹配完成后利用随机采样一致性方法去除误匹配点对，最后选取成功匹配的点对数最多的库集人耳作为识别结果。