[发明专利]3D人脸建模与立体判断方法及嵌入式平台的双目3D人脸建模与立体判断方法

说明书

本发明公开了一种3D人脸建模与立体判断方法及嵌入式平台的双目3D人脸建模与立体判断方法，涉及计算机视觉及智能安防终端的技术领域，通过设计新型的双目3D人脸建模与立体匹配深度学习架构，该算法对比传统图像立体匹配算法具有更加稠密和精度更高的3D人脸图并且快速判断人脸是否具有立体信息；该算法移植到嵌入式平台上，能够以接近实时的速度运行，用户体验无感；本发明的3D人脸建模精度接近于结构光或者TOF设备，但是成本价格更低。本发明可用于智慧安防门禁闸机、自动考勤机和3D人脸门锁等领域，从而产生巨大的经济利益。

技术领域

本发明涉及计算机视觉的技术领域，特别涉及一种3D人脸建模与立体判断方法及嵌入式平台的双目3D人脸建模与立体判断方法。

背景技术

人脸识别技术广泛应用于安防领域，包括监控抓拍、智慧门禁和智慧门锁等。随着计算机视觉技术的快速发展和互联网时代巨量的数据积累，人脸识别技术取得了明显的进步。

人脸识别技术能在很多地方能给生活带来便利，但并非绝对安全，需要预防非正常活体人脸的攻击，尤其是对于无人值守的门禁、支付等领域，所以进行严格的人脸活体检测是非常重要的。目前，市面上大量使用单目静默活体或者配合式活体进行真假人的判断，属于2D人脸活体判断。但是，单目静默活体方案仅仅能学习到人脸纹理和边缘背景信息，配合式活体则需要验证人员配合导致体验感不好，单目的这两种方法都无法建模人脸深度方向的信息。因此，高清纸张的人脸极有可能因为人脸活体信息不够充分而攻击人脸识别设备成功。经过上面的分析可知，2D人脸活体缺少深度信息判断，安全性还不够好，所以在无人值守门禁区域使用3D人脸活体技术是非常有必要的。下面介绍几种典型的利用人脸深度信息判断活体的方法：

(1)单目拍两张图像伪3D人脸信息判断活体：德国生物特征识别公司BioID发表了专利《Method for discriminating between a real face and a two-dimensionalimage of the face in a biometric detection process用于鉴别生物特征检测过程中真实面孔和面部二维图像的方法》，该专利的主要思路是通过单目摄像头隔一定时间抓拍两幅有移动的人脸，然后通过两幅人脸关键点的位置变化判断当前人脸是具有真人立体还是纸张平面。该专利说明，具有移动抓拍两张真人人脸与具有移动抓拍两张纸张平面人脸的关键特征点位置关系是有区分的，正是利用这种实际立体物体与实际平面物体通过相机投影成像后的位置形变差别区分人脸是否具有立体信息。该专利的优点是：通过一个单目镜头拍摄两次就可以判断人脸是否具有立体信息；该专利的缺点是：仅仅通过立体物体与平面物体经过成像系统的二维特征点形变关系判断是否具有立体，并没有真正将人脸立体建模，属于伪3D信息的判断。

(2)结构光或TOF(Time of flight)设备深度成像技术：该方案是通过结构光或者TOF设备直接对拍摄的物体深度成像，因此，可以在深度图上将人脸区域选取出来然后做对应的立体判断。该方案的优点是：立体判断采用的是真实的人脸深度图，人脸深度图成像精度高；该方案缺点是：结构光或TOF设备成本上比传统的镜头价格高。

(3)双目镜头立体建模技术：该方案通过双目成像原理，左目镜头和右目镜头成像同一物体存在一定的视差，根据镜头小孔成像原理的三角关系可以将视差转化为距离信息，从而构建空间的深度图。双目应用于人脸识别时可以构建出人脸的深度图，通过人脸深度图判断人脸是否有立体信息。该方案的优点是：双目模组已经大规模成熟批量生产，价格低；该方案缺点，如果通过传统图像BM(Block Matching)或SGM(Semi-global Matching)方法进行视差匹配，人脸弱纹理区域容易匹配失败空洞明显，精度不高，如果使用端到端的深度学习方法，精度高，但是在嵌入式平台上运行速度很慢。

以上的技术各有优缺点，基于安全性的考量要求人脸立体建模的精度要高，考虑到用户的体验感嵌入式平台识别速度要快，考虑到产品生产的整体成本，选择模组性价比要高。因此，本发明提供一种嵌入式平台的双目3D人脸建模与立体判断方法，可改善现有技术的不足。

发明内容