[发明专利]基于特征点的三维人脸识别方法

摘要

一种基于特征点的三维人脸识别方法，步骤如下首先，对三维人脸模型进行预处理，通过线性插值将点云数据映射为深度图像；然后，在深度图上应用Gabor滤波粗略定位出人脸特征点，再根据Shape Index特征在人脸点云上精确定位出特征点；其次，提取以鼻中为中心的一系列等测地轮廓线来表征人脸形状，提取具有姿态不变性的Procrustean向量特征（距离和角度）作为识别特征；最后，对各条等测地轮廓线特征进行加权融合用于最后的识别。本发明提出的三维人脸识别方法具有很好的定位和识别性能，并且对表情、姿态具有较好的鲁棒性。

主权项

一种基于特征点的三维人脸识别方法，其特征在于，该方法包括以下步骤：步骤1)、分别对测试人脸模型、N个库集人脸模型和M个训练集人脸模型进行平滑去噪：将三维人脸点云数据转化为三维网格，采用基于网格的平滑算法对三维人脸模型进行平滑去噪处理，然后将经过10次迭代处理得到的平滑的三维人脸网格恢复成人脸点云；步骤2)、分别将经过步骤1)处理过的测试人脸模型、库集人脸模型和训练集人脸模型人脸的点云坐标信息映射到平面上，分别形成测试人脸模型、库集人脸模型和训练集人脸模型的深度图像；步骤3)、分别对测试集人脸模型和库集人脸模型的深度图像进行Gabor滤波特征点粗定位以及形状指数Shape Index特征点精定位；步骤4)、按步骤3)所述对所有库集和测试集人脸模型的深度图像进行鼻尖点、左右外眼角点、左右内眼角点和左右嘴角点的精定位，根据左右内眼角和鼻尖点确定鼻中点：先确定位于左右内眼角中心的点，再取位于该点与鼻尖中心的点作为鼻中点；根据深度图像与点云数据的对应关系，找到点云数据上的鼻中点，对应关系如下：x=x′(max(x)-min(x))640+min(x)y=y′(max(y)-min(y))480+min(y)z=z′(max(z)-min(z))255+min(z);]]>其中，x，y，z为原始点云坐标值，x′，y′，z′为归一化后的坐标值；步骤5)、分别对测试集和库集人脸模型提取以鼻中点为中心的8条等测地轮廓线并对等测地轮廓线进行重采样；步骤6)、建立库集人脸模型与测试集人脸模型特征向量；步骤7)、计算测试集人脸模型与库集人脸模型的相似度；步骤8)、三维人脸模型的身份验证。