[发明专利]一种基于三维人脸模型识别二维人脸图片的方法及装置

摘要

本发明公开了一种基于三维人脸模型识别二维人脸图片的人脸识别方法，包括：对待识别人脸图像进行预处理得到待识别人脸图像的特征点、姿态角；对待识别人脸图像分别进行平面内对齐、外对齐处理，以得到第一多姿态人脸图像集；通过卷积神经网络提取第一多姿态人脸图像集的特征向量，并求其平均特征向量；建立三维人脸数据集，对三维人脸数据集中的每个三维人脸模型进行内、外对齐处理，生成每个模型的第二多姿态人脸图像集；通过卷积神经网络提取第二多姿态人脸图像集的特征向量，并求出第二平均特征向量；对比第一平均特征向量和第二平均特征向量，得到人脸识别结果。该方法利用三维人脸蕴含的丰富姿态信息进行二维人脸图像识别，进一步提高人脸识别准确度。

主权项

1.一种基于三维人脸模型识别二维人脸图片的人脸识别方法，其特征在于，所述包括：步骤101，获取一定数量的待识别人脸图像，对所述待识别人脸图像进行预处理得到待识别人脸图像的特征点，并获取所述待识别人脸图像的姿态角；步骤102，对所述待识别人脸图像分别进行平面内对齐处理和平面外对齐处理，得到对齐后的第一多姿态人脸图像集；所述第一多姿态人脸图像集为待识别人脸图像经过平面内对齐处理和平面外对齐处理得到的二维人脸图像集，其包括多个人脸在多个姿态下的二维人脸图像；步骤103，通过卷积神经网络提取所述第一多姿态人脸图像集的特征向量，并求得第一多姿态人脸图像集中的每个人脸在多个姿态下的图像的第一平均特征向量；步骤104，获取三维人脸数据集，对三维人脸数据集中的每一个三维人脸模型通过平面外对齐和平面内对齐至不同的姿态，生成第二多姿态人脸图像集，其包括每一个三维人脸模型在多个姿态下的二维图像；步骤105，通过卷积神经网络提取所述第二多姿态人脸图像集的特征向量，并求出第二多姿态人脸图像集中的每个三维人脸模型在多个姿态下的二维图像的第二平均特征向量；步骤106，将根据待识别人脸图像得到的第一平均特征向量和根据三维人脸数据集中每一个三维人脸模型得到的第二平均特征向量进行对比，得到人脸识别结果。