[发明专利]一种三维人脸识别的生成方法及相关装置

说明书

本申请公开了一种三维人脸识别的生成方法及相关装置，极大程度提升了人脸识别率。本申请包括：获取目标人脸的RGB图像以及三维深度图像；根据RGB图像和三维深度图像的内外参数计算出旋转平移矩阵；根据旋转平移矩阵通过旋转和/或平移得到RGB图像和三维深度图像的位置关系；将RGB图像的颜色通道分解成R、G、B三个独立通道；将三维深度图像的坐标通道分解成x、y、z三个独立通道；将R、G、B三个通道以及x、y、z三个通道作为目标模型的六个数据输入通道；将RGB图像以及三维深度图像的人脸图像信息通过六个数据输入通道输入到目标模型中；通过目标模型生成目标人脸三维图像。

技术领域

本申请实施例涉及智能安防监控领域，特别涉及一种三维人脸识别的生成方法及相关装置。

背景技术

随着图像处理与模式识别技术的快速进步及计算机视觉的便捷性，人脸识别技术在现代生活中的运用也越来越多，随着对人脸识别活体检测技术要求的提升，三维摄像机在实际人脸识别产品中的应用也越来越广泛。

然而目前，将RGB相机和三维深度相机结合起来做三维人脸识别的方法少之又少，且人脸识别率低也成了亟待解决的问题。

发明内容

本申请实施例提供了一种三维人脸识别的生成方法及相关装置，极大程度提升了人脸识别率。

本申请实施例第一方面提供了一种三维人脸识别的生成方法，包括：

获取目标人脸的RGB图像以及三维深度图像；

根据所述RGB图像和所述三维深度图像的内外参数计算出旋转平移矩阵，所述旋转平移矩阵可以反映所述RGB图像与所述三维深度图像之间的映射关系；

根据所述旋转平移矩阵通过旋转和/或平移得到所述RGB图像和所述三维深度图像的位置关系；

将所述RGB图像的颜色通道分解成R、G、B三个独立通道；

将所述三维深度图像的坐标通道分解成x、y、z三个独立通道；

将所述R、G、B三个通道以及所述x、y、z三个通道作为目标模型的六个数据输入通道，所述目标模型是根据多个RGB图像训练样本基于深度神经网络模型训练得到的模型；

将所述RGB图像以及所述三维深度图像的人脸图像信息通过所述六个数据输入通道输入到所述目标模型中；

通过所述目标模型生成目标人脸三维图像。

可选的，在所述将所述R、G、B三个通道以及所述x、y、z三个通道作为目标模型的六个数据输入通道之前，所述方法还包括：

获取一组训练样本，所述训练样本包括至少两张人脸的RGB图像；

将所述训练样本输入到初始模型中，所述初始模型为基于深度神经网络所建立的模型；

通过所述初始模型计算所述训练样本的损失值；

判断所述损失值是否小于预设值，若是，则将所述初始模型确定为目标模型；

若否，则根据所述损失值调整所述初始模型的参数，并将所述训练样本重新输入更新参数后的初始模型。

可选的，所述通过所述初始模型计算所述训练样本的损失值，包括：

通过所述初始模型提取所述训练样本的特征向量；

根据所述特征向量进行损失值计算。

可选的，在所述根据所述旋转平移矩阵通过旋转和/或平移得到所述RGB图像和所述三维深度图像的位置关系之后，所述方法还包括：

将旋转和/或平移后的所述RGB图像和所述三维深度图像对齐成相同的尺寸。