[发明专利]一种基于三维人脸点云特征点定位方法

摘要

本发明展示了一个三维人脸点云特征点定位方法。首先，对双边滤波去噪的预处理后的人脸点云数据通过HK(平均曲率和高斯曲率)这一曲面形状描述方法，划分出人脸特征点候选区域，然后对特征点所形成的旋转图像(Spin Image)进行比较，从而实现任意姿态下的鼻尖点和左右内眼角点的定位。此外，原始的旋转图像算法计算量太大，运算时间过长而无法获得实际应用，本文在原算法的基础上，只对筛选出来的少量重要特征点进行区域曲面重构，避免了大量无意义的点运算，提高了旋转图像算法的实时性能。在对GavabDB数据库的实验结果表明，该方法最高获得了95.37％的识别率，同时对姿态、表情变化具有一定的鲁棒性。以上步骤即为整个定位过程。

主权项

一种展示了一个三维人脸点云特征点定位方法，包括以下步骤：S1：由于人脸点云数据在采集的过程中不可避免的包含较多的噪声点，从而会影响到人脸点云特征点定位效果，因此首先采用双边滤波的预处理方法，进行点云数据的预处理；S2:通过平均曲率和高斯曲率(HK)这一曲面形状描述方法，对预处理后的点云数据划分出人脸特征点候选区域；S3:最后对特征点候选区点生成旋转图像(Spin Image)；S4:用线性相关系数R来表示事先手工标记模板的鼻尖点和左右内眼角点的旋转图像和特征点形成的旋转图像相似程度，从而实现任意姿态下的鼻尖点和左右内眼角点的定位。