專(zhuān)利名稱(chēng)：一種3d人臉識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種人臉識(shí)別方法，尤其涉及一種3D人臉識(shí)別方法。
背景技術(shù)：
人臉識(shí)別，特指利用分析比較人臉視覺(jué)特征信息進(jìn)行身份鑒別的計(jì)算機(jī)技術(shù)。人臉識(shí)別是一項(xiàng)熱門(mén)的計(jì)算機(jī)技術(shù)研究領(lǐng)域，人臉追蹤偵測(cè)，自動(dòng)調(diào)整影像放大，夜間紅外偵測(cè)，自動(dòng)調(diào)整曝光強(qiáng)度；它屬于生物特征識(shí)別技術(shù)，是對(duì)生物體(一般特指人)本身的生物特征來(lái)區(qū)分生物體個(gè)體。在人臉識(shí)別過(guò)程中，通常包括以下3個(gè)步驟:人臉檢測(cè)與跟蹤、面部關(guān)鍵特征點(diǎn)的定位與配準(zhǔn)、人臉特征的提取與比對(duì)，人臉特征的配準(zhǔn)，對(duì)識(shí)別率有很大的影響。同時(shí)，眼睛的定位是其他特征點(diǎn)(如鼻子、嘴巴等)定位的基礎(chǔ)，因此精確而快速的眼睛定位是人臉識(shí)別方法的關(guān)鍵環(huán)節(jié)之一。目前二維人臉識(shí)別技術(shù)已成熟，但二維人臉識(shí)別是基于人臉平面圖像的，實(shí)際上人臉本身是三維的，人臉平面圖像只是三維人臉在一個(gè)平面上的投影，在這個(gè)過(guò)程中，必然會(huì)丟失一部分信息，因此，其識(shí)別率有待進(jìn)一步提升；而三維人臉識(shí)別技術(shù)中人臉重建算法很復(fù)雜，識(shí)別速度較慢。

發(fā)明內(nèi)容
本發(fā)明克服了現(xiàn)有技 術(shù)的不足，提供一種三維人臉重建算法簡(jiǎn)單、可精確快速實(shí)現(xiàn)眼睛定位、識(shí)別速度快、識(shí)別率高的人臉識(shí)別方法。為達(dá)到上述目的，本發(fā)明采用的技術(shù)方案為:一種3D人臉識(shí)別方法，其特征在于:包括以下步驟:
1)創(chuàng)建具有人臉圖像樣本的目標(biāo)數(shù)據(jù)庫(kù)；
2)利用對(duì)稱(chēng)設(shè)置的左攝像頭和右攝像頭分別拍攝左臉圖像和右臉圖像；
3)將拍攝到的左臉圖像和右臉圖像進(jìn)行立體融合獲得完整人臉圖像；
4)對(duì)步驟3)中的人臉圖像進(jìn)行基于眼睛定位的人臉檢測(cè)定位；
5)對(duì)檢測(cè)定位后的人臉圖像進(jìn)行特征提??；
6)將經(jīng)特征提取后的人臉圖像與目標(biāo)數(shù)據(jù)庫(kù)中的人臉圖像樣本進(jìn)行對(duì)比識(shí)別，輸出識(shí)別結(jié)果。本發(fā)明一個(gè)較佳實(shí)施例中，進(jìn)一步包括所述步驟3)中左臉圖像與右臉圖像的立體融合是基于像素級(jí)的圖像融合，采用三維小波變換法進(jìn)行立體融合。本發(fā)明一個(gè)較佳實(shí)施例中，進(jìn)一步包括所述步驟4)中采用投影峰算法對(duì)眼睛快速定位，所述投影峰算法包括以下步驟:
a)對(duì)圖像做水平灰度積分投影；
b)去除投影積分曲線上的毛刺；
c)搜索曲線上的投影峰；
d)求取所有投影峰的評(píng)價(jià)值，并對(duì)評(píng)價(jià)值排序，評(píng)價(jià)值最大的投影峰對(duì)應(yīng)眼睛所在區(qū)域；
e)在確定的眼睛所處區(qū)間內(nèi)，求灰度積分值最大的點(diǎn)，則該點(diǎn)對(duì)應(yīng)眼睛瞳孔中心的縱坐標(biāo)；
f )依據(jù)步驟a)至e)求取眼睛瞳孔中心的橫坐標(biāo)。本發(fā)明一個(gè)較佳實(shí)施例中，進(jìn)一步包括所述步驟5)中采用PCA算法提取人臉圖像特征矢量值。本發(fā)明一個(gè)較佳實(shí)施例中，進(jìn)一步包括所述步驟6)中采用BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行識(shí)別，將待識(shí)別的人臉圖像特征矢量值與目標(biāo)數(shù)據(jù)庫(kù)中人臉圖像樣本的BP神經(jīng)網(wǎng)絡(luò)收斂權(quán)值相比得識(shí)別結(jié)果。本發(fā)明解決了背景技術(shù)中存在的缺陷，本發(fā)明的3D人臉識(shí)別方法利用具有三維特征的左臉圖像和右臉圖像進(jìn)行立體融合，解決了傳統(tǒng)三維人臉識(shí)別技術(shù)中人臉重建算法較復(fù)雜的缺點(diǎn)；利用人臉灰度圖像中眼睛定位的人臉位置矯正方法，實(shí)現(xiàn)快速定位，提高了識(shí)別率，具有可靠的有效性和穩(wěn)定性。


下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)一步說(shuō)明。圖1是本發(fā)明的操作流程 圖2是本發(fā)明中投影峰算法的流程圖。
具體實(shí)施例方式現(xiàn)在結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作 進(jìn)一步詳細(xì)的說(shuō)明，這些附圖均為簡(jiǎn)化的示意圖，僅以示意方式說(shuō)明本發(fā)明的基本結(jié)構(gòu)，因此其僅顯示與本發(fā)明有關(guān)的構(gòu)成。如圖1所示，一種3D人臉識(shí)別方法，包括以下步驟:
S1、創(chuàng)建具有人臉圖像樣本的目標(biāo)數(shù)據(jù)庫(kù)；為識(shí)別人臉圖像提供豐富的資源。S2、利用對(duì)稱(chēng)設(shè)置的左攝像頭和右攝像頭分別拍攝左臉圖像和右臉圖像；雙攝像頭，好比人的一雙眼睛，保留了人臉圖像的三維信息。S3、將拍攝到的左臉圖像和右臉圖像進(jìn)行立體融合獲得完整人臉圖像；左臉圖像與右臉圖像的立體融合是基于像素級(jí)的圖像融合，采用三維小波變換法進(jìn)行立體融合?；谌S小波變換的圖像融合的整個(gè)過(guò)程用公式表示為:
權(quán)利要求
1.一種3D人臉識(shí)別方法，其特征在于:包括以下步驟: 1)創(chuàng)建具有人臉圖像樣本的目標(biāo)數(shù)據(jù)庫(kù)； 2)利用對(duì)稱(chēng)設(shè)置的左攝像頭和右攝像頭分別拍攝左臉圖像和右臉圖像； 3)將拍攝到的左臉圖像和右臉圖像進(jìn)行立體融合獲得完整人臉圖像； 4)對(duì)步驟3)中的人臉圖像進(jìn)行基于眼睛定位的人臉檢測(cè)定位； 5)對(duì)檢測(cè)定位后的人臉圖像進(jìn)行特征提?。? 6)將經(jīng)特征提取后的人臉圖像與目標(biāo)數(shù)據(jù)庫(kù)中的人臉圖像樣本進(jìn)行對(duì)比識(shí)別，輸出識(shí)別結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種3D人臉識(shí)別方法，其特征在于:所述步驟3)中左臉圖像與右臉圖像的立體融合是基于像素級(jí)的圖像融合，采用三維小波變換法進(jìn)行立體融合。
3.根據(jù)權(quán)利要求1所述的一種3D人臉識(shí)別方法，其特征在于:所述步驟4)中采用投影峰算法對(duì)眼睛快 速定位，所述投影峰算法包括以下步驟: a)對(duì)圖像做水平灰度積分投影； b)去除投影積分曲線上的毛刺； c)搜索曲線上的投影峰； d)求取所有投影峰的評(píng)價(jià)值，并對(duì)評(píng)價(jià)值排序，評(píng)價(jià)值最大的投影峰對(duì)應(yīng)眼睛所在區(qū)域； e)在確定的眼睛所處區(qū)間內(nèi)，求灰度積分值最大的點(diǎn)，則該點(diǎn)對(duì)應(yīng)眼睛瞳孔中心的縱坐標(biāo)； f )依據(jù)步驟a)至e)求取眼睛瞳孔中心的橫坐標(biāo)。
4.根據(jù)權(quán)利要求1所述的一種3D人臉識(shí)別方法，其特征在于:所述步驟5)中采用PCA算法提取人臉圖像特征矢量值。
5.根據(jù)權(quán)利要求4所述的一種3D人臉識(shí)別方法，其特征在于:所述步驟6)中采用BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行識(shí)別，將待識(shí)別的人臉圖像特征矢量值與目標(biāo)數(shù)據(jù)庫(kù)中人臉圖像樣本的BP神經(jīng)網(wǎng)絡(luò)收斂權(quán)值相比得識(shí)別結(jié)果。
全文摘要
本發(fā)明涉及一種3D人臉識(shí)別方法，該方法利用人臉灰度圖像中眼睛定位的人臉位置矯正方法，針對(duì)人眼灰度變化特點(diǎn)、人眼幾何形狀特征及雙眼的軸對(duì)稱(chēng)性的特點(diǎn)，該方法對(duì)于雙眼可見(jiàn)單人臉灰度圖像能實(shí)現(xiàn)快速有效矯正，并能在矯正結(jié)果中精確給出雙眼瞳孔位置，實(shí)現(xiàn)快速定；特征提取和識(shí)別過(guò)中，利用BP神經(jīng)網(wǎng)絡(luò)的主元分析人臉圖像識(shí)別方法，該方法利用非線性主元分析神經(jīng)網(wǎng)絡(luò)對(duì)人臉圖像提取人臉特征(矢量)，并在BP神經(jīng)網(wǎng)絡(luò)上實(shí)現(xiàn)了對(duì)人臉圖像的識(shí)別，提高了識(shí)別率，具有可靠的有效性和穩(wěn)定性。
文檔編號(hào)G06K9/46GK103218612SQ201310174608
公開(kāi)日2013年7月24日 申請(qǐng)日期2013年5月13日 優(yōu)先權(quán)日2013年5月13日
發(fā)明者張會(huì)林, 孫利華 申請(qǐng)人:蘇州福豐科技有限公司