本發(fā)明涉及計(jì)算機(jī)視覺技術(shù)，尤其涉及一種人臉識(shí)別的方法和裝置。
背景技術(shù)：
：隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)和信息技術(shù)的飛速發(fā)展，身份識(shí)別已在多個(gè)領(lǐng)域(如信息安全以及涉及到隱私和權(quán)限的領(lǐng)域)顯示出前所未有的重要性。人臉作為生物特征識(shí)別具有不會(huì)遺失、不易被復(fù)制、采集方便、唯一性、不被察覺等優(yōu)點(diǎn)，正越來越受到人們的重視。通常，人臉識(shí)別系統(tǒng)主要包括人臉圖像預(yù)處理(人臉的定位、檢測(cè)和標(biāo)準(zhǔn)化處理)、特征提取和選擇、識(shí)別結(jié)果輸出等。人臉識(shí)別主要是基于二維圖像的人臉識(shí)別，具體如基于多圖像的方法進(jìn)行人臉識(shí)別，具體通過攝像機(jī)對(duì)同一目標(biāo)采集不同角度的多幅圖像或者圖像序列，然后利用圖像處理技術(shù)確定上述圖像之間的匹配關(guān)系，進(jìn)而得到該目標(biāo)的三維形狀，以此得到目標(biāo)人臉的圖像，并基于目標(biāo)人臉的圖像進(jìn)行特征提取，得到相應(yīng)的面部特征，基于得到的面部特征與面部特征數(shù)據(jù)庫(kù)中的面部特征的對(duì)比進(jìn)行人臉識(shí)別。然而，上述人臉識(shí)別方法中，二維圖像對(duì)光照、姿態(tài)、表情、年齡等的變化適應(yīng)性較差，從而使得人臉識(shí)別的實(shí)時(shí)性較差，人臉識(shí)別精度較低，且對(duì)變化的人臉表情的魯棒性較差。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的在于，提供一種人臉識(shí)別的方法，以及實(shí)現(xiàn)該方法的裝置，從而提高人臉識(shí)別的實(shí)時(shí)性和人臉識(shí)別的精度，且對(duì)變化的人臉表情具有一定的魯棒性。根據(jù)本發(fā)明的一方面，提供一種人臉識(shí)別的方法。所述方法包括，分別獲取目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像；根據(jù)所述目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像進(jìn)行特征提取得到所述目標(biāo)人臉的基礎(chǔ)面部特征，并對(duì)所述目標(biāo)人臉的基礎(chǔ)面部特征進(jìn)行特征約簡(jiǎn)處理，得到所述目標(biāo)人臉的面部特征；將所述目標(biāo)人臉的面部特征與預(yù)先存儲(chǔ)的人臉特征數(shù)據(jù)庫(kù)中的面部特征進(jìn)行匹配，得到所述目標(biāo)人臉的識(shí)別結(jié)果。優(yōu)選地，所述面部特征至少包括光譜特征、紋理特征和外觀特征，所述根據(jù)所述目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像進(jìn)行特征提取得到所 述目標(biāo)人臉的面部特征的處理包括：根據(jù)所述目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像，確定所述目標(biāo)人臉的融合圖像；對(duì)所述目標(biāo)人臉的融合圖像進(jìn)行光譜特征提取和紋理特征提取，分別得到所述目標(biāo)人臉的融合圖像的光譜特征和紋理特征，并對(duì)所述目標(biāo)人臉的三維點(diǎn)云圖像進(jìn)行特征提取，得到所述目標(biāo)人臉的外觀特征。優(yōu)選地，所述二維圖像包括第一圖像和第二圖像，其中，所述第一圖像為基于激光成像方式得到的圖像，所述第二圖像為基于光學(xué)被動(dòng)成像方式得到的圖像，所述根據(jù)所述目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像，確定所述目標(biāo)人臉的融合圖像的處理包括：根據(jù)所述第一圖像和第二圖像中包含的像素信息確定所述目標(biāo)人臉的像素級(jí)融合圖像；根據(jù)所述目標(biāo)人臉的三維點(diǎn)云圖像和所述第一圖像，以及所述目標(biāo)人臉的像素級(jí)融合圖像，確定所述目標(biāo)人臉的融合圖像。優(yōu)選地，所述分別獲取目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像之后，所述方法還包括：分別對(duì)所述目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像進(jìn)行圖像降噪預(yù)處理，分別得到預(yù)處理后的三維點(diǎn)云圖像和二維圖像。優(yōu)選地，所述方法還包括：如果所述目標(biāo)人臉的識(shí)別結(jié)果指示預(yù)先存儲(chǔ)的人臉特征數(shù)據(jù)庫(kù)中不包括所述目標(biāo)人臉的面部特征，則將所述目標(biāo)人臉的面部特征存儲(chǔ)到所述人臉特征數(shù)據(jù)庫(kù)中。根據(jù)本發(fā)明的另一方面，提供一種人臉識(shí)別的裝置。所述裝置包括：圖像獲取模塊，用于分別獲取目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像；面部特征提取模塊，用于根據(jù)所述目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像進(jìn)行特征提取得到所述目標(biāo)人臉的基礎(chǔ)面部特征，并對(duì)所述目標(biāo)人臉的基礎(chǔ)面部特征進(jìn)行特征約簡(jiǎn)處理，得到所述目標(biāo)人臉的面部特征；識(shí)別結(jié)果輸出模塊，用于將所述目標(biāo)人臉的面部特征與預(yù)先存儲(chǔ)的人臉特征數(shù)據(jù)庫(kù)中的面部特征進(jìn)行匹配，得到所述目標(biāo)人臉的識(shí)別結(jié)果。優(yōu)選地，所述面部特征提取模塊包括：融合圖像確定單元，用于根據(jù)所述目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像，確定所述目標(biāo)人臉的融合圖像；特征提取單元，用于對(duì)所述目標(biāo)人臉的融合圖像進(jìn)行光譜特征提取和紋理特征提取，分別得到所述目標(biāo)人臉的融合圖像的光譜特征和紋理特征，并對(duì)所述目標(biāo)人臉的三維點(diǎn)云圖像進(jìn)行特征提取，得到所述目標(biāo)人臉的外觀特征。優(yōu)選地，所述二維圖像包括第一圖像和第二圖像，其中，所述第一圖像為基于激光成像方式得到的圖像，所述第二圖像為基于光學(xué)被動(dòng)成像方式得到的圖像，所述融合圖像確定單元，用于根據(jù)所述第一圖像和第二圖像中包含的像素信息確定所述目標(biāo)人臉的像素級(jí)融合圖像；根據(jù)所述目標(biāo)人臉的三維點(diǎn)云圖像和所述第一圖像，以及所述目標(biāo)人臉的像素級(jí)融合圖像，確定所述目標(biāo)人臉的融合圖像。優(yōu)選地，所述裝置還包括：預(yù)處理模塊，用于分別對(duì)所述目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像進(jìn)行圖像降噪預(yù)處理，分別得到預(yù)處理后的三維點(diǎn)云圖像和二維圖像。優(yōu)選地，所述裝置還包括：面部特征存儲(chǔ)模塊，用于如果所述目標(biāo)人臉的識(shí)別結(jié)果指示預(yù)先存儲(chǔ)的人臉特征數(shù)據(jù)庫(kù)中不包括所述目標(biāo)人臉的面部特征，則將所述目標(biāo)人臉的面部特征存儲(chǔ)到所述人臉特征數(shù)據(jù)庫(kù)中。根據(jù)本發(fā)明實(shí)施例提供的人臉識(shí)別的方法和裝置，通過對(duì)分別獲取目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像進(jìn)行特征提取，得到目標(biāo)人臉的多種類型的基礎(chǔ)面部特征，并對(duì)目標(biāo)人臉的基礎(chǔ)面部特征進(jìn)行特征約簡(jiǎn)處理，去除目標(biāo)人臉的大量冗余特征得到最能反映人臉本質(zhì)的面部特征，并通過與預(yù)先存儲(chǔ)的人臉特征數(shù)據(jù)庫(kù)中的面部特征進(jìn)行匹配，得到目標(biāo)人臉的識(shí)別結(jié)果，從而綜合考慮三維點(diǎn)云圖像和二維圖像的各自優(yōu)勢(shì)，并以此進(jìn)行人臉識(shí)別，進(jìn)而提高人臉識(shí)別的實(shí)時(shí)性和人臉識(shí)別的精度，且對(duì)變化的人臉表情的具有一定的魯棒性。附圖說明圖1是示出根據(jù)本發(fā)明實(shí)施例一的人臉識(shí)別的方法的流程圖；圖2是示出根據(jù)本發(fā)明實(shí)施例二的人臉識(shí)別的方法的流程圖；圖3是示出根據(jù)本發(fā)明實(shí)施例三的人臉識(shí)別的裝置的邏輯框圖；圖4是示出根據(jù)本發(fā)明實(shí)施例四的人臉識(shí)別的裝置的一種邏輯框圖；圖5是示出根據(jù)本發(fā)明實(shí)施例四的人臉識(shí)別的裝置的另一種邏輯框圖；圖6是示出根據(jù)本發(fā)明實(shí)施例四的人臉識(shí)別的裝置的又一種邏輯框圖。具體實(shí)施方式本方案的發(fā)明構(gòu)思是，通過對(duì)分別獲取目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像進(jìn)行特征提取，得到目標(biāo)人臉的多種類型的基礎(chǔ)面部特征，并對(duì)目標(biāo)人臉的基礎(chǔ)面部特征進(jìn)行特征約簡(jiǎn)處理，去除目標(biāo)人臉的大量冗余特征得到最能反映人臉本質(zhì)的面部特征，并通過與預(yù)先存儲(chǔ)的人臉特征數(shù)據(jù)庫(kù)中的面部特征進(jìn)行匹配，得到目標(biāo)人臉的識(shí)別結(jié)果，從而綜合考慮三維點(diǎn)云圖像和二維圖像的各自優(yōu)勢(shì)，并以此進(jìn)行人臉識(shí)別，進(jìn)而提高人臉識(shí)別的實(shí)時(shí)性和人臉識(shí)別的精度，且對(duì)變化的人臉表情的具有一定的魯棒性。下面結(jié)合附圖詳細(xì)描述本發(fā)明的示例性實(shí)施例。實(shí)施例一圖1是示出根據(jù)本發(fā)明實(shí)施例一的人臉識(shí)別的方法的流程圖。通過包括如圖3所示的裝置執(zhí)行所述方法。參照?qǐng)D1，在步驟S110，分別獲取目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像。其中，三維點(diǎn)云圖像可以是以點(diǎn)的形式記錄物體結(jié)構(gòu)的數(shù)據(jù)，每一個(gè)點(diǎn)包含有三維坐標(biāo)，三維點(diǎn)云圖像中包含有所述物體的幾何結(jié)構(gòu)信息。二維圖像是借助物體的溫度或通過激光脈沖回波的強(qiáng)弱或外界的光照、亮度和顏色等因素形成的平面圖像，二維圖像中包含有圖像的灰度信息，但是無法記錄物體的三維結(jié)構(gòu)或幾何結(jié)構(gòu)等。在實(shí)施中，考慮到三維圖像不易受到光照等因素的影響，且其中包含有物體的幾何結(jié)構(gòu)信息，而二維圖像中包含有光照、亮度和顏色等信息，因此三維圖像和二維圖像具有各自的優(yōu)勢(shì)，基于此，本發(fā)明實(shí)施例提出可以通過將三維圖像和二維圖像進(jìn)行融合，從而從中提取出更多的有用信息。具體地，如果需要采集某指定區(qū)域內(nèi)的來往行人，可以選擇相應(yīng)的位置安裝用于拍攝某指定區(qū)域內(nèi)的圖像的傳感器(例如激光雷達(dá)主動(dòng)成像傳感器等)和用于拍攝所述指定區(qū)域的二維圖像的傳感器(例如光學(xué)被動(dòng)傳感器等)，其中，激光雷達(dá)主動(dòng)成像傳感器可以同時(shí)獲得由激光脈沖回波的強(qiáng)弱而形成的指定區(qū)域的二維強(qiáng)度圖像，以及由脈沖飛行時(shí)間的長(zhǎng)短而形成的指定區(qū)域的三維距離圖像，而三維距離圖像可以轉(zhuǎn)換為三維點(diǎn)云圖像；光學(xué)被動(dòng)傳感器可以獲取二維可見光圖像或二維紅外圖像等。通過上述傳感器可以同時(shí)獲取到所述指定區(qū)域內(nèi)的三維 點(diǎn)云圖像和二維圖像，可以對(duì)所述三維點(diǎn)云圖像和二維圖像分別進(jìn)行如人臉檢測(cè)等處理，分別得到所述三維點(diǎn)云圖像和所述二維圖像中包含的人臉(即目標(biāo)人臉)的圖像，從而得到目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像。在步驟S120，根據(jù)所述目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像進(jìn)行特征提取得到所述目標(biāo)人臉的基礎(chǔ)面部特征，并對(duì)所述目標(biāo)人臉的基礎(chǔ)面部特征進(jìn)行特征約簡(jiǎn)處理，得到所述目標(biāo)人臉的面部特征。其中，圖像中的面部特征可以包括多種，例如幾何形狀特征、紋理特征、變換系數(shù)特征和代數(shù)特征等。在實(shí)施中，人臉識(shí)別的關(guān)鍵在于能夠提取出穩(wěn)健的能夠區(qū)分不同人臉的面部特征，而該面部特征通常既與人臉尺寸和上述拍攝圖像的傳感器設(shè)計(jì)等呈函數(shù)關(guān)系，又與上述拍攝圖像的傳感器所處的環(huán)境特性有關(guān)。通過相應(yīng)的傳感器獲取到目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像后，可以對(duì)所述目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像進(jìn)行分析處理，分別從所述目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像中提取相應(yīng)的基礎(chǔ)面部特征，具體可以包括：可以從所述目標(biāo)人臉的三維點(diǎn)云圖像中提取目標(biāo)人臉的幾何形狀特征、目標(biāo)人臉的局部幾何點(diǎn)和線特征等，可以從所述目標(biāo)人臉的二維圖像中提取如目標(biāo)人臉的像素、灰度特征等?？紤]到從所述目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像中提取的基礎(chǔ)面部特征較多且很全面，從而導(dǎo)致基礎(chǔ)面部特征之間存在冗余，為此，可以對(duì)基礎(chǔ)面部特征進(jìn)行特征約簡(jiǎn)處理，具體地，可以使用數(shù)據(jù)分析處理方法(例如，基于粗糙集理論的約簡(jiǎn)方法等)對(duì)從所述目標(biāo)人臉中提取的基礎(chǔ)面部特征進(jìn)行屬性約簡(jiǎn)處理和數(shù)值約簡(jiǎn)處理，即從所述目標(biāo)人臉中提取的基礎(chǔ)面部特征中選取有用的特征或者選取滿足預(yù)設(shè)的識(shí)別規(guī)則的特征為所述目標(biāo)人臉的面部特征。在步驟S130，將所述目標(biāo)人臉的面部特征與預(yù)先存儲(chǔ)的人臉特征數(shù)據(jù)庫(kù)中的面部特征進(jìn)行匹配，得到所述目標(biāo)人臉的識(shí)別結(jié)果。在實(shí)施中，人臉特征數(shù)據(jù)庫(kù)中可以包含有多個(gè)人臉的數(shù)據(jù)，其中，每一個(gè)人臉的數(shù)據(jù)對(duì)應(yīng)一個(gè)人臉標(biāo)識(shí)，該人臉標(biāo)識(shí)可以是該人臉對(duì)應(yīng)的目標(biāo)的名稱或姓名，也可以是預(yù)先設(shè)置的識(shí)別編號(hào)或識(shí)別編碼(如12#等)等。所述人臉特征數(shù)據(jù)庫(kù)可以以表格的形式存儲(chǔ)，表1是本發(fā)明實(shí) 施例提供的一種人臉特征數(shù)據(jù)庫(kù)，如表1所示。表1人臉標(biāo)識(shí)人臉的數(shù)據(jù)A10#面部特征A、面部特征k、面部特征7C11#面部特征F、面部特征r、面部特征3E08#面部特征Y、面部特征n、面部特征9可以將得到的目標(biāo)人臉的面部特征與如上述表1所示的人臉特征數(shù)據(jù)庫(kù)中存儲(chǔ)的面部特征進(jìn)行對(duì)比，如果上述人臉特征數(shù)據(jù)庫(kù)中某人臉標(biāo)識(shí)對(duì)應(yīng)的面部特征與目標(biāo)人臉的面部特征的匹配度較高(如達(dá)到80％以上等)，則可以確定目標(biāo)人臉即為上述人臉標(biāo)識(shí)的人臉；如果上述人臉特征數(shù)據(jù)庫(kù)中所有人臉標(biāo)識(shí)對(duì)應(yīng)的面部特征與目標(biāo)人臉的面部特征的匹配度都較低(如在50％以下等)，則可以確定目標(biāo)人臉為新的人臉，此時(shí)可以將新的人臉存儲(chǔ)到如上述表1所示的人臉特征數(shù)據(jù)庫(kù)中。本發(fā)明實(shí)施例提供的人臉識(shí)別的方法，通過對(duì)分別獲取目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像進(jìn)行特征提取，得到目標(biāo)人臉的多種類型的基礎(chǔ)面部特征，并對(duì)目標(biāo)人臉的基礎(chǔ)面部特征進(jìn)行特征約簡(jiǎn)處理，去除目標(biāo)人臉的大量冗余特征得到最能反映人臉本質(zhì)的面部特征，并通過與預(yù)先存儲(chǔ)的人臉特征數(shù)據(jù)庫(kù)中的面部特征進(jìn)行匹配，得到目標(biāo)人臉的識(shí)別結(jié)果，從而綜合考慮三維點(diǎn)云圖像和二維圖像的各自優(yōu)勢(shì)，并以此進(jìn)行人臉識(shí)別，進(jìn)而提高人臉識(shí)別的實(shí)時(shí)性和人臉識(shí)別的精度，且對(duì)變化的人臉表情的具有一定的魯棒性。實(shí)施例二圖2是示出根據(jù)本發(fā)明實(shí)施例二的人臉識(shí)別的方法的流程圖，所述實(shí)施例可視為圖1的又一種具體的實(shí)現(xiàn)方案。參照?qǐng)D2，在步驟S210，分別獲取目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像。其中，上述步驟S210的步驟內(nèi)容與上述實(shí)施例一中步驟S110的步驟內(nèi)容相同，在此不再贅述。在步驟S220，分別對(duì)所述目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像進(jìn)行圖像降噪預(yù)處理，分別得到預(yù)處理后的三維點(diǎn)云圖像和二維圖像。在實(shí)施中，由于容易受到噪聲干擾、相機(jī)抖動(dòng)以及相對(duì)運(yùn)動(dòng)等影響，上述用于獲取三維點(diǎn)云圖像的傳感器和用于獲取二維圖像的傳感器得到的圖像數(shù)據(jù)將不可避免的存在失真和降質(zhì)。因此，需要分別對(duì)得到的目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像進(jìn)行降噪預(yù)處理，從而分別去除或衰減上述三維點(diǎn)云圖像和二維圖像中的噪聲和虛假邊緣等干擾數(shù)據(jù)。其中，對(duì)于通過光學(xué)被動(dòng)傳感器獲取的二維圖像的噪聲，可以選用均值濾波、中值濾波、超限鄰域平均濾波三種較快的去噪方法處理。而對(duì)于通過激光雷達(dá)主動(dòng)成像傳感器，由于其主要依靠測(cè)量激光脈沖回波的強(qiáng)弱得到目標(biāo)人臉的強(qiáng)度圖像，并依靠測(cè)量的脈沖飛行時(shí)間得到目標(biāo)人臉的距離圖像，目標(biāo)人臉的強(qiáng)度圖像與光學(xué)被動(dòng)傳感器的成像原理大體相同。但由于激光的高度相干性會(huì)導(dǎo)致散斑噪聲出現(xiàn)，而目標(biāo)人臉?biāo)幍沫h(huán)境背景主要表現(xiàn)為較弱的泊松噪聲，由于人臉的強(qiáng)度圖像仍然是以光的強(qiáng)度分布為特征信息的圖像，因此可以采用中值濾波去噪方法處理。目標(biāo)人臉的強(qiáng)度圖像與目標(biāo)人臉的距離圖像是共生的，利用目標(biāo)人臉的距離圖像與目標(biāo)人臉的強(qiáng)度圖像的共生關(guān)系，即可以通過目標(biāo)人臉的強(qiáng)度圖像中目標(biāo)人臉和環(huán)境背景之間存在明顯的不同灰度分布，把目標(biāo)人臉和環(huán)境背景的區(qū)域分割。得到環(huán)境背景所在的區(qū)域后，可以將目標(biāo)人臉的距離圖像中的環(huán)境背景噪聲剔除，然后再對(duì)目標(biāo)人臉進(jìn)行去噪。通過上述去噪處理可以得到預(yù)處理后的三維點(diǎn)云圖像和二維圖像。在步驟S230，根據(jù)所述目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像，確定所述目標(biāo)人臉的融合圖像。其中，不同類型的圖像(如三維圖像和二維圖像)包含的信息不同，三維點(diǎn)云圖像中包含有點(diǎn)的坐標(biāo)信息，二維圖像中包含有像素信息，如顏色和/或亮度和/或光強(qiáng)等信息。在實(shí)施中，考慮到三維點(diǎn)云圖像和二維圖像都有各自的優(yōu)勢(shì)，而且三維點(diǎn)云圖像和二維圖像中的強(qiáng)度圖像具有一定的相關(guān)一致性，在數(shù)據(jù)融合方面具有很好的基礎(chǔ)，因此，可以將三維點(diǎn)云圖像和二維圖像進(jìn)行像素級(jí)融合，使得融合后的圖像既包含了目標(biāo)人臉的顏色及亮度信息，同時(shí)還包含了目標(biāo)人臉的三維深度信息，即不僅可以得到二維圖像(如顏色、亮度等)上點(diǎn)的位置，也可以得到它對(duì)應(yīng)的三維點(diǎn)云圖像上的點(diǎn)的位置和距離，從而得到目標(biāo)人臉的更多信息，有利于人臉識(shí)別。具體地，可以對(duì)三維點(diǎn)云圖像和二維圖像進(jìn)行分析，確定同一像素點(diǎn)在所述三維點(diǎn)云圖像和二維圖像中對(duì)應(yīng)的顏色、亮度和激光脈沖回波的強(qiáng)度信息，以及目標(biāo)人臉中的各個(gè)點(diǎn)到傳感器之間的距離等，通過上述信息可以得到目標(biāo)人臉中包括灰度等信息在內(nèi)的二維圖像屬性信息，以及包括距離等信息在內(nèi)的三維圖像屬性信息，從而可以將目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像融合得到目標(biāo)人臉的融合圖像。在實(shí)際應(yīng)用的過程中，上述步驟S230的處理可以包括多種實(shí)現(xiàn)方式，以下還提供一種可選的實(shí)施方式，其中，二維圖像包括第一圖像和第二圖像，其中，第一圖像為基于激光成像方式得到的圖像，第二圖像為基于光學(xué)被動(dòng)成像方式得到的圖像，基于上述示例，第一圖像可以為強(qiáng)度圖像，相應(yīng)的處理具體可以包括以下步驟一和步驟二的內(nèi)容。由于上述第一圖像(即強(qiáng)度圖像)和距離圖像是由激光雷達(dá)主動(dòng)成像傳感器同時(shí)獲得的，因此，強(qiáng)度圖像(二維圖像)和距離圖像(三維圖像)相互之間已融合配準(zhǔn)完成，此時(shí)，只需將強(qiáng)度像和第二圖像等兩個(gè)二維圖像進(jìn)行像素級(jí)融合即可得到三維點(diǎn)云圖像、第一圖像和第二圖像三者的融合圖像。步驟一，根據(jù)第一圖像和第二圖像中包含的像素信息確定目標(biāo)人臉的像素級(jí)融合圖像。在實(shí)施中，基于上述步驟S220中的相關(guān)內(nèi)容，所述目標(biāo)人臉的二維圖像中會(huì)包含有依靠測(cè)量脈沖回波的強(qiáng)弱而得到的目標(biāo)人臉的強(qiáng)度圖像，可以對(duì)該強(qiáng)度圖像進(jìn)行二維人臉輪廓提取，得到二維人臉輪廓數(shù)據(jù)，同時(shí)，可以對(duì)所述二維圖像中通過光學(xué)被動(dòng)傳感器(即基于光學(xué)被動(dòng)成像方式的傳感器)得到的二維圖像進(jìn)行人臉輪廓提取，得到人臉輪廓數(shù)據(jù)，然后，可以對(duì)強(qiáng)度圖像對(duì)應(yīng)的二維人臉輪廓數(shù)據(jù)和光學(xué)被動(dòng)傳感器得到的二維圖像對(duì)應(yīng)的人臉輪廓數(shù)據(jù)進(jìn)行像素級(jí)融合匹配，得到相應(yīng)的匹配參數(shù)，從而得到所述目標(biāo)人臉的像素級(jí)融合圖像。步驟二，根據(jù)目標(biāo)人臉的三維點(diǎn)云圖像和第一圖像，以及目標(biāo)人臉的像素級(jí)融合圖像，確定目標(biāo)人臉的融合圖像。在實(shí)施中，所述目標(biāo)人臉的三維點(diǎn)云圖像中還會(huì)包含有依靠測(cè)量的脈沖飛行時(shí)間得到的目標(biāo)人臉的距離圖像，可以通過對(duì)所述距離圖像的分析，將所述距離圖像轉(zhuǎn)換為相應(yīng)的三維距離點(diǎn)云數(shù)據(jù)?？梢愿鶕?jù)所述 第一圖像(即強(qiáng)度圖像)和三維距離點(diǎn)云數(shù)據(jù)之間的轉(zhuǎn)換關(guān)系，以及上述得到的所述目標(biāo)人臉的像素級(jí)融合圖像進(jìn)行融合配準(zhǔn)分析，得到所述目標(biāo)人臉的融合圖像。在步驟S240，對(duì)所述目標(biāo)人臉的融合圖像進(jìn)行光譜特征提取和紋理特征提取，分別得到所述目標(biāo)人臉的融合圖像的光譜特征和紋理特征，并對(duì)所述目標(biāo)人臉的三維點(diǎn)云圖像進(jìn)行特征提取，得到所述目標(biāo)人臉的外觀特征。在實(shí)施中，基于上述步驟S220中的相關(guān)內(nèi)容，通過激光雷達(dá)主動(dòng)成像傳感器可以得到依靠測(cè)量的脈沖飛行時(shí)間得到的目標(biāo)人臉的距離圖像，可以通過對(duì)所述距離圖像的分析，得到相應(yīng)的三維距離點(diǎn)云數(shù)據(jù)，可以將所述三維距離點(diǎn)云數(shù)據(jù)進(jìn)行多尺度空間映射，分別得到目標(biāo)人臉的直線、點(diǎn)云結(jié)構(gòu)、不同視角下的二維投影、局部幾何點(diǎn)和線、表面曲率和尺寸等信息。然后，可以基于點(diǎn)云結(jié)構(gòu)和表面曲率等信息，從所述三維距離點(diǎn)云數(shù)據(jù)中提取出局部不變點(diǎn)的數(shù)據(jù)，同時(shí)，可以基于目標(biāo)人臉上的直線等信息，從所述三維距離點(diǎn)云數(shù)據(jù)中提取出所述目標(biāo)人臉的全局幾何分布及形狀等數(shù)據(jù)?？梢曰诘玫降木植坎蛔凕c(diǎn)的數(shù)據(jù)和所述目標(biāo)人臉的全局幾何分布及形狀的數(shù)據(jù)，得到三維旋轉(zhuǎn)平移不變的數(shù)據(jù)的特征即為所述目標(biāo)人臉的外觀特征。同時(shí)，還可以對(duì)上述融合處理后的所述目標(biāo)人臉的融合圖像進(jìn)行特征提取，具體地，可以對(duì)所述融合圖像進(jìn)行二維多尺度空間映射，通過二維多尺度空間映射，可以對(duì)所述目標(biāo)人臉的融合圖像進(jìn)行光譜特征提取，從而得到所述目標(biāo)人臉的融合圖像的光譜特征。另外，通過二維多尺度空間映射，還可以對(duì)所述目標(biāo)人臉的融合圖像進(jìn)行紋理特征提取，從而得到所述目標(biāo)人臉的融合圖像的紋理特征。通過上述處理，可以得到目標(biāo)人臉的尺寸、紋理特征、光譜特征和外觀特征等基礎(chǔ)面部特征，從而可以更好的表示和鑒別人臉圖像，在此基礎(chǔ)上進(jìn)行的人臉識(shí)別具有較好的抗干擾能力。在步驟S250，對(duì)所述目標(biāo)人臉的基礎(chǔ)面部特征進(jìn)行特征約簡(jiǎn)處理，得到所述目標(biāo)人臉的面部特征。其中，上述步驟S250的步驟內(nèi)容與上述實(shí)施例一中步驟S120中的部分步驟內(nèi)容相同，在此不再贅述。在步驟S260，將所述目標(biāo)人臉的面部特征與預(yù)先存儲(chǔ)的人臉特征數(shù)據(jù)庫(kù)中的面部特征進(jìn)行匹配，得到所述目標(biāo)人臉的識(shí)別結(jié)果。其中，上述步驟S260的步驟內(nèi)容與上述實(shí)施例一中步驟S130的步驟內(nèi)容相同，在此不再贅述。此外，所述目標(biāo)人臉的識(shí)別結(jié)果不同，相應(yīng)的處理可以不同，而且處理方式可以多種多樣，以下提供一種可選的處理方式，具體可以是步驟S270或步驟S280：在步驟S270，如果所述目標(biāo)人臉的識(shí)別結(jié)果指示預(yù)先存儲(chǔ)的人臉特征數(shù)據(jù)庫(kù)中包括所述目標(biāo)人臉的面部特征，則從所述人臉特征數(shù)據(jù)庫(kù)中輸出相應(yīng)的面部數(shù)據(jù)。在實(shí)施中，如果所述目標(biāo)人臉的面部特征與預(yù)先存儲(chǔ)的人臉特征數(shù)據(jù)庫(kù)中的面部特征匹配后，確定所述人臉特征數(shù)據(jù)庫(kù)中的某面部特征與所述目標(biāo)人臉的面部特征的匹配度達(dá)到預(yù)定閾值或100％，則可以將所述人臉特征數(shù)據(jù)庫(kù)中的相應(yīng)的面部數(shù)據(jù)提供給用戶，以便用戶對(duì)比和查看兩面部數(shù)據(jù)，以便做出相應(yīng)的識(shí)別判斷。在步驟S280，如果所述目標(biāo)人臉的識(shí)別結(jié)果指示預(yù)先存儲(chǔ)的人臉特征數(shù)據(jù)庫(kù)中不包括所述目標(biāo)人臉的面部特征，則將所述目標(biāo)人臉的面部特征存儲(chǔ)到所述人臉特征數(shù)據(jù)庫(kù)中。在實(shí)施中，如果所述目標(biāo)人臉的面部特征與預(yù)先存儲(chǔ)的人臉特征數(shù)據(jù)庫(kù)中的面部特征匹配后，確定所述人臉特征數(shù)據(jù)庫(kù)中的所有面部特征與所述目標(biāo)人臉的面部特征的匹配度均未達(dá)到預(yù)定閾值，則可以確定所述目標(biāo)人臉為新的人臉，此時(shí)，可以將所述目標(biāo)人臉的面部特征存儲(chǔ)到所述人臉特征數(shù)據(jù)庫(kù)中，以便對(duì)所述人臉特征數(shù)據(jù)庫(kù)進(jìn)行更新。此外，對(duì)于上述所述人臉特征數(shù)據(jù)庫(kù)中的某面部特征與所述目標(biāo)人臉的面部特征的匹配度達(dá)到一定數(shù)值，且該數(shù)據(jù)相對(duì)較小時(shí)(如50％等)的情況，除了可以將所述人臉特征數(shù)據(jù)庫(kù)中的相應(yīng)的面部數(shù)據(jù)提供給用戶進(jìn)行識(shí)別判斷外，還可以預(yù)先設(shè)定人臉識(shí)別準(zhǔn)則，通過所述人臉識(shí)別準(zhǔn)則，可以對(duì)目標(biāo)人臉進(jìn)行綜合評(píng)判，并輸出相應(yīng)的識(shí)別結(jié)果。其中，上述步驟S270和步驟S280為互斥步驟，在實(shí)際應(yīng)用的過程中，每執(zhí)行一次所述人臉識(shí)別的方法時(shí)，只執(zhí)行步驟S270和步驟S280中的一個(gè)步驟。本發(fā)明實(shí)施例提供的人臉識(shí)別的方法，一方面，通過對(duì)目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像進(jìn)行像素級(jí)融合，使得融合后的圖像既包含了目標(biāo)人臉的顏色及亮度信息，同時(shí)還包含了目標(biāo)人臉的三維深度信息，并通過對(duì)多幅圖像進(jìn)行的像素級(jí)的融合，增加了目標(biāo)人臉的圖像中的像素級(jí)信息，融合后的圖像包含信息更豐富、精確、可靠和全面，可以提高人臉識(shí)別的性能；另一方面，通過數(shù)據(jù)分析處理方法(例如，基于粗糙集理論的約簡(jiǎn)方法等)對(duì)從所述目標(biāo)人臉中提取的特征進(jìn)行屬性約簡(jiǎn)和數(shù)值約簡(jiǎn)，實(shí)現(xiàn)對(duì)多種面部特征的融合，增加了從圖像中提取有效特征信息的可能性，而且能夠使得融合后的特征更好的表示和鑒別人臉圖像，進(jìn)而在此基礎(chǔ)上進(jìn)行人臉識(shí)別的判決具有較好的識(shí)別速度和抗干擾能力。實(shí)施例三基于相同的技術(shù)構(gòu)思，圖3是示出根據(jù)本發(fā)明實(shí)施例三的人臉識(shí)別的裝置的邏輯框圖。參照?qǐng)D3，所述裝置包括圖像獲取模塊310、面部特征提取模塊320和識(shí)別結(jié)果輸出模塊330。圖像獲取模塊310用于分別獲取目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像。面部特征提取模塊320用于根據(jù)所述目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像進(jìn)行特征提取得到所述目標(biāo)人臉的面部特征。識(shí)別結(jié)果輸出模塊330用于將所述目標(biāo)人臉的面部特征與預(yù)先存儲(chǔ)的人臉特征數(shù)據(jù)庫(kù)中的面部特征進(jìn)行匹配，得到所述目標(biāo)人臉的識(shí)別結(jié)果。本發(fā)明實(shí)施例提供的人臉識(shí)別的裝置，通過對(duì)分別獲取目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像進(jìn)行特征提取，得到目標(biāo)人臉的多種類型的基礎(chǔ)面部特征，并對(duì)目標(biāo)人臉的基礎(chǔ)面部特征進(jìn)行特征約簡(jiǎn)處理，去除目標(biāo)人臉的大量冗余特征得到最能反映人臉本質(zhì)的面部特征，并通過與預(yù)先存儲(chǔ)的人臉特征數(shù)據(jù)庫(kù)中的面部特征進(jìn)行匹配，得到目標(biāo)人臉的識(shí)別結(jié)果，從而綜合考慮三維點(diǎn)云圖像和二維圖像的各自優(yōu)勢(shì)，并以此進(jìn)行人臉識(shí)別，進(jìn)而提高人臉識(shí)別的實(shí)時(shí)性和人臉識(shí)別的精度，且對(duì)變化的人臉表情的具有一定的魯棒性。實(shí)施例四基于相同的技術(shù)構(gòu)思，圖4是示出根據(jù)本發(fā)明實(shí)施例四的人臉識(shí)別的裝置的邏輯框圖。參照?qǐng)D4，所述裝置除了包括上述實(shí)施例三中的圖像獲取模塊310、面部特征提取模塊320和識(shí)別結(jié)果輸出模塊330，其中，面部特征提取模塊320還包括融合圖像確定單元321和特征提取單元322。進(jìn)一步地，在如圖3所示的實(shí)施例的基礎(chǔ)上，如圖4所示的面部特征提取模塊320包括：融合圖像確定單元321，用于根據(jù)所述目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像，確定所述目標(biāo)人臉的融合圖像；特征提取單元322，用于對(duì)所述目標(biāo)人臉的融合圖像進(jìn)行光譜特征提取和紋理特征提取，分別得到所述目標(biāo)人臉的融合圖像的光譜特征和紋理特征，并對(duì)所述目標(biāo)人臉的三維點(diǎn)云圖像進(jìn)行特征提取，得到所述目標(biāo)人臉的外觀特征。此外，所述二維圖像包括第一圖像和第二圖像，其中，所述第一圖像為基于激光成像方式得到的圖像，所述第二圖像為基于光學(xué)被動(dòng)成像方式得到的圖像，融合圖像確定單元321，用于根據(jù)所述第一圖像和第二圖像中包含的像素信息確定所述目標(biāo)人臉的像素級(jí)融合圖像；根據(jù)所述目標(biāo)人臉的三維點(diǎn)云圖像和所述第一圖像，以及所述目標(biāo)人臉的像素級(jí)融合圖像，確定所述目標(biāo)人臉的融合圖像。進(jìn)一步地，在如圖4所示的實(shí)施例的基礎(chǔ)上，如圖5所示的裝置還包括：預(yù)處理模塊340，用于分別對(duì)所述目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像進(jìn)行圖像降噪預(yù)處理，分別得到預(yù)處理后的三維點(diǎn)云圖像和二維圖像。進(jìn)一步地，在如圖5所示的實(shí)施例的基礎(chǔ)上，如圖6所示的裝置還包括：面部數(shù)據(jù)輸出模塊350，用于如果所述目標(biāo)人臉的識(shí)別結(jié)果指示預(yù)先存儲(chǔ)的人臉特征數(shù)據(jù)庫(kù)中包括所述目標(biāo)人臉的面部特征，則從所述人臉特征數(shù)據(jù)庫(kù)中輸出相應(yīng)的面部數(shù)據(jù)。進(jìn)一步地，如圖6所示的裝置還包括：面部特征存儲(chǔ)模塊360，用于如果所述目標(biāo)人臉的識(shí)別結(jié)果指示預(yù)先存儲(chǔ)的人臉特征數(shù)據(jù)庫(kù)中不包括所述目標(biāo)人臉的面部特征，則將所述目標(biāo)人臉的面部特征存儲(chǔ)到所述人臉特征數(shù)據(jù)庫(kù)中。本發(fā)明實(shí)施例中，一方面，通過對(duì)目標(biāo)人臉的三維點(diǎn)云圖像和二維圖像進(jìn)行融合，使得融合后的圖像既包含了目標(biāo)人臉的顏色及亮度信息，同時(shí)還包含了目標(biāo)人臉的三維深度信息，并通過對(duì)多幅圖像進(jìn)行的像素級(jí)信息的融合，增加了目標(biāo)人臉圖像中的信息量，融合后的圖像包含信息更豐富、精確、可靠和全面，可以提高人臉識(shí)別的性能；另一方面，通過數(shù)據(jù)分析處理方法(例如，粗糙集理論的約簡(jiǎn)方法等)對(duì)從所述目標(biāo)人臉中提取的特征進(jìn)行屬性約簡(jiǎn)和數(shù)值約簡(jiǎn)，實(shí)現(xiàn)對(duì)多種面部特征的融合，增加了從圖像中提取有效特征信息的可能性，而且能夠使得融合后的特征更好的表示和鑒別人臉圖像，進(jìn)而在此基礎(chǔ)上進(jìn)行人臉識(shí)別的判決具有較好的識(shí)別速度和抗干擾能力。需要指出，根據(jù)實(shí)施的需要，可將本申請(qǐng)中描述的各個(gè)步驟/部件拆分為更多步驟/部件，也可將兩個(gè)或多個(gè)步驟/部件或者步驟/部件的部分操作組合成新的步驟/部件，以實(shí)現(xiàn)本發(fā)明的目的。上述根據(jù)本發(fā)明的方法可在硬件、固件中實(shí)現(xiàn)，或者被實(shí)現(xiàn)為可存儲(chǔ)在記錄介質(zhì)(諸如CDROM、RAM、軟盤、硬盤或磁光盤)中的軟件或計(jì)算機(jī)代碼，或者被實(shí)現(xiàn)通過網(wǎng)絡(luò)下載的原始存儲(chǔ)在遠(yuǎn)程記錄介質(zhì)或非暫時(shí)機(jī)器可讀介質(zhì)中并將被存儲(chǔ)在本地記錄介質(zhì)中的計(jì)算機(jī)代碼，從而在此描述的方法可被存儲(chǔ)在使用通用計(jì)算機(jī)、專用處理器或者可編程或?qū)Ｓ糜布?諸如ASIC或FPGA)的記錄介質(zhì)上的這樣的軟件處理?？梢岳斫?，計(jì)算機(jī)、處理器、微處理器控制器或可編程硬件包括可存儲(chǔ)或接收軟件或計(jì)算機(jī)代碼的存儲(chǔ)組件(例如，RAM、ROM、閃存等)，當(dāng)所述軟件或計(jì)算機(jī)代碼被計(jì)算機(jī)、處理器或硬件訪問且執(zhí)行時(shí)，實(shí)現(xiàn)在此描述的處理方法。此外，當(dāng)通用計(jì)算機(jī)訪問用于實(shí)現(xiàn)在此示出的處理的代碼時(shí)，代碼的執(zhí)行將通用計(jì)算機(jī)轉(zhuǎn)換為用于執(zhí)行在此示出的處理的專用計(jì)算機(jī)。以上所述，僅為本發(fā)明的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本
技術(shù)領(lǐng)域：
的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)以所述權(quán)利要求的保護(hù)范圍為準(zhǔn)。當(dāng)前第1頁1 2 3