基于聯(lián)合稀疏描述的多姿態(tài)三維人臉識別方法
【專利摘要】本發(fā)明公開了一種基于聯(lián)合稀疏描述的多姿態(tài)三維人臉識別方法，用于解決現(xiàn)有多姿態(tài)三維人臉識別方法魯棒性差的技術(shù)問題。技術(shù)方案是對數(shù)據(jù)庫中每一個三維人臉數(shù)據(jù)的全部頂點順次排列，作為列向量構(gòu)建三維空間聯(lián)合字典。然后，對給定測試個體的多個視角觀測值，將其按列排序，合并為一個矩陣，用關(guān)于三維空間聯(lián)合字典的系數(shù)矩陣進行稀疏性描述，并通過構(gòu)建聯(lián)合稀疏性約束來實現(xiàn)對多姿態(tài)觀測數(shù)據(jù)的稀疏聯(lián)合求解。最后，基于重建出的稀疏描述矩陣，通過構(gòu)建一個強制置零函數(shù)，對所有多姿態(tài)數(shù)據(jù)合并重建殘差，并通過計算殘差最小的方法確定測試數(shù)據(jù)所屬的類別。經(jīng)測試，對姿態(tài)變化較大的三維人臉數(shù)據(jù)，識別率由【背景技術(shù)】的89.8%提高到93.4%。
【專利說明】基于聯(lián)合稀疏描述的多姿態(tài)三維人臉識別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種多姿態(tài)三維人臉識別方法，特別涉及一種基于聯(lián)合稀疏描述的多姿態(tài)三維人臉識別方法。
【背景技術(shù)】
[0002]在三維人臉識別的實際應(yīng)用過程中，由于人臉姿態(tài)的變化，容易導致獲取的三維數(shù)據(jù)存在遮擋和數(shù)據(jù)缺失，因此會造成數(shù)據(jù)的不可靠性?；诙嘧藨B(tài)數(shù)據(jù)的三維人臉識別能夠克服單個姿態(tài)數(shù)據(jù)受遮擋或數(shù)據(jù)缺失影響，提高識別系統(tǒng)對人臉姿態(tài)變化的魯棒性。
[0003]文獻“ Ishimoto M, Yenwei Chen.Pose-robust face recognition based on3Dshape reconstruction.1n:Proceedings of ICNC2009, pp.40-43.” 公開了一種多姿態(tài)三維人臉識別方法。該方法利用三維重建方法將多個不同姿態(tài)的二維人臉數(shù)據(jù)重建出三維人臉形狀模型，輔助完成人臉識別。首先，選取反映整體信息的不同姿態(tài)人臉數(shù)據(jù)，基于三維重建的方法重建出三維人臉形狀模型；然后，基于構(gòu)造出的三維人臉形狀模型，通過投影技術(shù)獲取到新的姿態(tài)變化下的人臉數(shù)據(jù)；最后，基于構(gòu)建出的多姿態(tài)人臉數(shù)據(jù)完成人臉識別。但是，該方法存在以下問題:首先，該方法中重建出的三維人臉形狀模型受二維人臉數(shù)據(jù)質(zhì)量的影響較大；其次，采用投影技術(shù)獲取到的多姿態(tài)人臉數(shù)據(jù)雖然能夠反映相應(yīng)姿態(tài)變化下的人臉信息，但是由于獲得的多姿態(tài)人臉數(shù)據(jù)均由同一三維人臉形狀模型投影產(chǎn)生，彼此相關(guān)性非常高，對實際應(yīng)用中的人臉姿態(tài)變化魯棒性較差。對姿態(tài)變化較小三維人臉數(shù)據(jù)，識別率為92.9%，對于姿態(tài)變化較大的三維人臉數(shù)據(jù)，識別率為89.8%。

【發(fā)明內(nèi)容】

[0004]為了克服現(xiàn)有多姿態(tài)三維人臉識別方法魯棒性差的不足，本發(fā)明提供一種基于聯(lián)合稀疏描述的多姿態(tài)三維人臉識別方法。該方法對數(shù)據(jù)庫中的每一個三維人臉數(shù)據(jù)的全部頂點順次排列，作為列向量，由此構(gòu)建三維空間聯(lián)合字典。然后，對給定測試個體的多個視角觀測值，將其按列排序，合并為一個矩陣，用關(guān)于三維空間聯(lián)合字典的系數(shù)矩陣進行稀疏性描述，并通過構(gòu)建聯(lián)合稀疏性約束來實現(xiàn)對多姿態(tài)觀測數(shù)據(jù)的稀疏聯(lián)合求解。最后，基于重建出的稀疏描述矩陣，通過構(gòu)建一個強制置零函數(shù)，對所有多姿態(tài)數(shù)據(jù)合并重建殘差，并通過計算殘差最小的方法確定測試數(shù)據(jù)所屬的類別。由于本發(fā)明采用聯(lián)合稀疏描述的思路進行多姿態(tài)三維人臉識別，基于多姿態(tài)觀測值組成的集合來進行人臉分類，能夠利用獲取到的所有姿態(tài)變化觀測值的相互關(guān)系，避免單獨對待每一個觀測值時所潛在的錯誤判別風險，從而提高對姿態(tài)變化的魯棒性，實現(xiàn)了對多姿態(tài)三維人臉的識別。
[0005]本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:一種基于聯(lián)合稀疏描述的多姿態(tài)三維人臉識別方法，其特點是包括以下步驟:
[0006]第一步、給定一個三維人臉數(shù)據(jù)，將全部頂點順次排列描述網(wǎng)格的拓撲連接結(jié)構(gòu)，作為類字典的列向量。三維人臉數(shù)據(jù)的每一個頂點都包含三個參數(shù)，列向量的每一個元素近似一個結(jié)構(gòu)體，由三個分量組成。[0007]給定同屬于類別i的Si個訓練人臉數(shù)據(jù)，i = 1，2，...，C，表示在數(shù)據(jù)庫中共有C個不同類別的人臉數(shù)據(jù)；由這些數(shù)據(jù)構(gòu)建的類字典記為Ai,表示為:
【權(quán)利要求】
1.一種基于聯(lián)合稀疏描述的多姿態(tài)三維人臉識別方法，其特征在于包括以下步驟:第一步、給定一個三維人臉數(shù)據(jù)，將全部頂點順次排列描述網(wǎng)格的拓撲連接結(jié)構(gòu)，作為類字典的列向量； 給定同屬于類別i的Si個訓練人臉數(shù)據(jù)，i = 1,2,..., C，表示在數(shù)據(jù)庫中共有C個不同類別的人臉數(shù)據(jù)；由這些數(shù)據(jù)構(gòu)建的類字典記為Ai,表示為:
【文檔編號】G06K9/66GK103854015SQ201410100110
【公開日】2014年6月11日 申請日期:2014年3月18日 優(yōu)先權(quán)日:2014年3月18日
【發(fā)明者】郭哲, 樊養(yǎng)余, 王毅, 呂國云, 齊敏 申請人:西北工業(yè)大學