[发明专利]基于3D摄像的训练方法及装置

说明书

本发明公开了一种基于3D摄像的训练方法及装置，一种基于3D摄像的训练方法，所述基于3D摄像的训练方法包括：获取一头像的3D模型；通过至少一虚拟光源向所述3D模型打光；根据所述3D模型生成一2D图片库；利用所述2D图片库做所述头像的模型训练。本发明的训练方法及装置能够使数据样本尽可能大、数据多样化，数据样本质量较高，从而能够大幅度优化人脸识别的准确度。

技术领域

本发明涉及一种基于3D摄像的训练方法及装置。

背景技术

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。

人脸识别系统的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主；人脸识别系统成功的关键在于是否拥有尖端的核心算法，并使识别结果具有实用化的识别率和识别速度；“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化。

现有技术中，通过人脸识别的模型训练数据样本难以获取，人脸识别的准确率较低。

发明内容

本发明要解决的技术问题是为了克服现有技术中模型训练数据样本难以获取，人脸识别的准确率较低的缺陷，提供一种能够使数据样本尽可能大、数据多样化，数据样本质量较高，从而能够大幅度优化人脸识别准确度的基于3D摄像的训练方法及装置。

本发明是通过下述技术方案来解决上述技术问题：

一种基于3D摄像的训练方法，其特点在于，所述基于3D摄像的训练方法包括：

获取一头像的3D模型；

通过至少一虚拟光源向所述3D模型打光；

根据所述3D模型生成一2D图片库；

利用所述2D图片库做所述头像的模型训练。

较佳地，所述根据所述3D模型生成一2D图片库包括：

将所述3D模型投影到空间中的单位平面上以获取所述2D图片库。

较佳地，对于任意一个单位平面，所述将所述3D模型投影到空间中的单位平面上以获取所述2D图片库包括：

所述3D模型的像素点均设于所述单位平面的一侧；

所述像素点根据距离所述单位平面的距离由小到大的顺序，覆盖到所述目标平面上的垂直落点上。

较佳地，所述将所述3D模型投影到空间中的单位平面上以获取所述2D图片库包括：

在空间中选取一轴线；

当预设角度每增大第一单位角度时，将与所述轴线夹角为预设角度的平面旋转一周，每旋转第二单位角度则获得一所述单位平面，所述预设角度的取值范围为[0，90]。

较佳地，所述获取一头像的3D模型包括：

获取一头像的3D模型；

在所述3D模型上添加一3D遮挡物；

所述利用所述2D图片库做所述头像的模型训练包括：

识别所述2D图片库中图片中的皮肤及毛发区域；

利用2D图片库中识别完皮肤及毛发区域的图片做所述模型训练。