[发明专利]一种减小表情影响的快速三维人脸识别方法

说明书

技术领域

本发明涉及一种三维人脸识别方法，尤其涉及一种以侧面轮廓线匹配作为排除算法并利用人脸刚性区域进行精确匹配的减小表情影响的快速三维人脸识别方法。

背景技术

自动人脸识别技术在国家安全、军事安全、公共安全和家庭娱乐等领域具有广泛的应用前景，过去几十年中，人脸识别得到深入广泛的研究。然而，基于图像的二维人脸识别技术仍然面临巨大挑战，在光线、姿态和表情变化的情况下，二维人脸识别的准确性还远远不能让人满意。

三维人脸识别技术有望从根本上解决基于图像的人脸识别方法所面临的“受姿态、光线和表情影响”的难题。基于三维数据已经获取的前提，三维人脸识别受光线的影响很小。由于三维数据具有显式的几何形状，三维人脸识别更具克服姿态变化的潜力。然而，三维人脸一般以点云形式保存，数据多，计算量大，导致人脸识别速度较慢，影响了识别的实时性。并且表情变化改变了三维人脸模型的形状，造成人脸局部区域的非刚性变形，从而降低了三维人脸识别的性能。因此，如何减小识别运算量、降低表情影响是三维人脸识别中的关键问题和挑战。现有的技术尚无法在各种表情变化情况下达到快速、准确的识别性能。

发明内容

本发明提供一种基于人脸侧面轮廓线和局部刚性区域匹配的由粗到细的减小表情影响的快速三维人脸识别方法。

本发明采用如下技术方案：

一种减小表情影响的快速三维人脸识别方法，该方法的主要步骤如下：

步骤1以鼻尖至鼻根之间的测试人脸模型侧面轮廓线线段作为测试人脸模型中的有价值侧面轮廓线，从测试人脸模型中提取测试人脸模型中的有价值侧面轮廓线，从库集模型的各个三维人脸模型中提取用于匹配的侧面轮廓线且该用于匹配的侧面轮廓线覆盖鼻尖至鼻根之间的三维人脸模型侧面轮廓线线段；

步骤2使用迭代最近点算法，从库集模型中选择出能与测试人脸模型中的有价值侧面轮廓线相匹配的库集模型中的三维人脸模型，组成剩余库集模型；

步骤3从库集模型的各个三维人脸模型中提取出匹配区域，该匹配区域为以鼻尖为球心的球所包含的人脸区域，再利用剩余库集模型中的三维人脸模型的索引，从所提取出的匹配区域中，选取出属于剩余库集模型中的三维人脸模型的匹配区域，组成剩余库集模型匹配区域；

步骤4从测试人脸模型中切割第一刚性区域和第二刚性区域，所述的第一刚性区域为包含鼻子的区域，所述的第二刚性区域由两眼之间的区域以及与两眼之间区域相连的部分额头区域、部分鼻子区域组成；

步骤5将第一刚性区域与剩余库集模型匹配区域中第一个模型匹配区域相匹配，得到第11匹配结果d₁₁，将第二刚性区域与剩余库集模型匹配区域中第一个模型匹配区域相匹配，得到第21匹配结果d₂₁，将第一刚性区域的匹配结果d₁₁与第二刚性区域的匹配结果d₂₁采用加法规则融和，得到测试模型与剩余库集模型中的第一个模型的匹配结果d₁；将第一刚性区域与剩余库集模型匹配区域中第二个模型匹配区域相匹配，得到第12匹配结果d₁₂，将第二刚性区域与剩余库集模型匹配区域中第二个模型匹配区域相匹配，得到第22匹配结果d₂₂，将第一刚性区域的匹配结果d₁₂与第二刚性区域的匹配结果d₂₂采用加法规则融和，得到测试模型与剩余库集模型中的第二个模型的匹配结果d₂；依此类推，将第一刚性区域与剩余库集模型匹配区域中第n′个模型匹配区域相匹配，得到第1n′匹配结果d_1n′，将第二刚性区域与剩余库集模型匹配区域中第n′个模型匹配区域相匹配，得到第2n′匹配结果d_2n′，将第一刚性区域的匹配结果d_1n′与第二刚性区域的匹配结果d_2n′采用加法规则融和，得到测试模型与剩余库集模型中的第n′个模型的匹配结果d_n′，其中，n′为剩余库集模型中的模型个数，

第一刚性区域与剩余库集模型匹配区域中的各个模型匹配区域相匹配的匹配方法，与第二刚性区域与剩余库集模型匹配区域中的各个模型匹配区域相匹配的匹配方法采用相同的匹配方法并得到相应的匹配结果，该相同的匹配方法为：