[发明专利]一种能够进行人脸特征3D识别的智能手机及其识别方法

权利要求书

1.一种能够进行人脸特征3D识别的智能手机，其特征在于：

所述手机包括点云获取模块、三维模型建立模块、特征向量模块、识别模块；

所述点云获取模块，被配置用于：利用手机上的编码图像投射器对人脸投射编码图像，利用深度摄像头采集编码图，基于编码图获得深度图，然后将深度图的像素坐标转换到空间坐标，从而获取三维点云；

所述三维模型建立模块，被配置用于：根据深度摄像头坐标系的转换矩阵融合三维点云，得到人脸三维模型；

所述特征向量模块，被配置用于：基于人脸三维模型提取人脸特征向量；

所述识别模块，被配置用于：基于人脸特征向量对人脸进行识别。

2.根据权利要求1所述的智能手机，其特征在于，优选的，所述基于编码图获得深度图包括下述步骤：

对编码图进行预处理；

从编码图中获取一个像素，将该像素为中心获取特征块，并在参考散斑参考图中进行搜索，根据相似度准则获取与特征块相匹配的匹配块；

获取特征块和匹配块的位移偏移量，将该位移偏移量记作△m；

根据位移偏移量△m，结合已知参考散斑距离参数d、激光散斑投射器与IR摄像头基线距离s、IR摄像头焦距f、像素点点距μ，根据下面公式得到该像素点在实际空间中的距离信息d’，进而获得深度图；:

3.根据权利要求1所述的智能手机，其特征在于，所述三维模型建立模块在根据深度摄像头坐标系的转换矩阵融合三维点云之前，被配置用于：

对点云获取模块获取的三维点云进行去噪、平滑和空洞修补，去除点云中的无用背景信息和离群的杂点。

4.根据权利要求1所述的智能手机，其特征在于：

所述人脸特征向量包括第一特征向量和第二特征向量；

所述第一特征向量通过下述步骤获得：

确定鼻尖点、两个眼窝点、下巴尖点以此确定人脸三维模型的坐标系，然后对每个特征点邻域内所有点根据深度值进行排序，得到2个最大值和2个最小值，构建空间几何图形，计算其体积表征特征点，得到第一特征向量；

所述第二特征向量通过下述步骤获得：对人脸三维模型上的轮廓曲线进行采样，用所有采样点的单位法向量的集合来表征轮廓的特征，得到第二特征向量。

5.根据权利要求4所述的智能手机，其特征在于：

所述识别模块设置第一阈值、第二阈值、第三阈值；

当第一特征向量大于第一阈值，且第二特征向量大于第二阈值，且第一特征向量与第二特征向量的加权和大于第三阈值时，则人脸识别成功；否则，人脸识别失败。

6.一种利用智能手机进行人脸特征3D识别的方法，其特征在于，所述方法包括下述步骤：

S100、利用手机上的编码图像投射器对人脸投射编码图像，利用深度摄像头采集编码图，基于编码图获得深度图，然后将深度图的像素坐标转换到空间坐标，从而获取三维点云；

S200、根据深度摄像头坐标系的转换矩阵融合三维点云，得到人脸三维模型；

S300、基于人脸三维模型提取人脸特征向量；

S400、基于人脸特征向量对人脸进行识别。

7.根据权利要求6所述的方法，其特征在于：

所述基于编码图获得深度图包括下述步骤：

对编码图进行预处理；

从编码图中获取一个像素，将该像素为中心获取特征块，并在参考散斑参考图中进行搜索，根据相似度准则获取与特征块相匹配的匹配块；

获取特征块和匹配块的位移偏移量，将该位移偏移量记作△m；

根据位移偏移量△m，结合已知参考散斑距离参数d、激光散斑投射器与IR摄像头基线距离s、IR摄像头焦距f、像素点点距μ，根据下面公式得到该像素点在实际空间中的距离信息d’，进而获得深度图；

8.根据权利要求6所述的方法，其特征在于，在根据深度摄像头坐标系的转换矩阵融合三维点云之前，所述步骤S200包括下述步骤：

对点云获取模块获取的三维点云进行去噪、平滑和空洞修补，去除点云中的无用背景信息和离群的杂点。