[发明专利]一种人脸识别方法

说明书

本发明提供一种人脸识别方法，属于图像处理及模式识别技术领域。本发明的人脸识别方法包括：利用3维模型和2维人脸图像数据构建3维人脸模型纹理数据；对所述3维人脸模型纹理数据进行投影变换得到2维纹理图像；对所述2维纹理图像进行参数化处理得到UV图像；对所述UV图像进行照明归一化处理；对照度归一化处理后的所述UV图像进行识别得到相似度得分。本发明的一种人脸识别方法提出了新的3维‑2维（3D‑2D）识别框架，该框架利用3D数据进行登记，同时仅需要2D数据进行识别，该识别方法具有较高的识别率，且对于条件变化更具辨别力和鲁棒性。

技术领域

本发明属于图像处理及模式识别技术领域，尤其涉及一种人脸识别方法。

背景技术

人脸识别(FR)一直是计算机视觉、模式识别和机器学习研究中的一个 关键主题，它扩展了感知，行为和社会原则。平行地，FR技术在传感器、算 法、数据库和评估框架等方面一直在不断发展，促使其日益增长的兴趣一部分 由困难的任务和挑战(即复杂的，类内对象识别问题)驱动，一部分由涉及身 份管理的各种应用驱动。目前研究的挑战包括：(i)将内在与外在的外观变化 分开；(ii)发展判别表示和相似性度量；(iii)发现跨异构数据和条件的性能 不变量。面向应用程序，面部正在成为一种强大的生物识别技术，一种用于基 于内容的索引和检索的高级语义，以及一种用于人机交互的自然而丰富的通信 模式。现有的用于面部识别的框架根据一些方法(例如：数据驱动/基于模型/ 感知)或面部数据域(例如：图像/点云/深度图)变化。

现有的2D-2D人脸识别技术存在着精确度、识别通过率、识别速度等方 面的缺陷，它会受到诸如光照、角度及清晰度等客观条件的影响，从而给判定 的结果带来影响，目前已经提供了一些方法来提高对比的准确性，但是在这些 现有技术的方法中存在诸多限制。

发明内容

本发明提供一种人脸识别方法，以解决现有的2D-2D人脸识别技术存在 的精确度、识别通过率、识别速度等方面的缺陷。

为解决上述技术问题，本发明提供了一种人脸识别方法，包括：

利用3维模型和2维人脸图像数据构建3维人脸模型纹理数据；

对所述3维人脸模型纹理数据进行投影变换得到2维纹理图像；

对所述2维纹理图像进行参数化处理得到UV图像；

对所述UV图像进行照明归一化处理；

对照度归一化处理后的所述UV图像进行识别得到相似度得分。

根据本发明的一实施方式，所述对照度归一化处理后的所述UV图像进行 识别得到相似度得分的步骤之后还包括：

归一化处理所述相似度得分。

根据本发明的另一实施方式，所述3维模型为AFM构建模型，所述AFM 构建模型的表面参数为一内射函数：

其中表示3维向量R³，M表示图像，U表示2维图像网络。

根据本发明的另一实施方式，所述对所述3维人脸模型纹理数据进行投影 变换得到2维纹理图像的步骤包括：

在透视投影模型下对所述3维人脸模型纹理数据进行线性映射得到2维纹 理图像；

对所述2维纹理图像进行重投影误差最小化处理。

根据本发明的另一实施方式，所述对所述2维纹理图像进行参数化处理得 到UV图像的步骤包括：

对所述2维纹理图像进行模型参数化处理得到UV图像；

去除所述UV图像中的伪值点。

根据本发明的另一实施方式，所述对所述UV图像进行照明归一化处理的 步骤包括：