[发明专利]一种基于三维鼻形的身份识别方法

说明书

技术领域

本发明涉及一种身份识别方法，尤其是指一种基于三维鼻形的身份识别方法。

背景技术

自动人脸识别技术在国家安全、军事安全、公共安全和家庭娱乐等领域具有广泛的应用前景，过去几十年中，人脸识别得到深入广泛的研究。然而，基于图像的二维人脸识别技术仍然面临巨大的挑战，在光线、姿态和表情变化的情况下，二维人脸识别的准确性还远远不能让人满意。

三维人脸识别技术有望从根本上解决基于图像的人脸识别方法所面临的“受姿态、光线和表情影响”的难题。基于三维数据已经获取的前提，三维人脸识别受光线的影响很小。由于三维数据具有显式的几何形状，三维人脸识别更具克服姿态变化的潜力。然而，表情变化改变了三维人脸模型的形状，造成人脸局部区域的塑性变形。人脸的扭曲变形将直接影响人脸识别算法的性能。另外获取整个人脸数据也比较复杂。

发明内容

为了解决以上问题，本发明提供了更简单方便，而且不受人脸表情的影响一种基于三维鼻形的身份识别方法。

一种基于三维鼻形的身份识别方法，包括如下步骤：

1)三维人脸曲面的预处理；

2)三维人脸模型鼻子区域的切割提取；

3)在步骤2)的基础上，鼻子形状的匹配；

4)利用步骤3)的匹配结果进行鼻子形状的识别。进一步的，

所述步骤1)将原始的三维人脸数据通过三角化曲面重建、人脸局部区域切割和双边平滑去噪处理得到无噪声、特征保留的三维局部人脸模型；

所述步骤2)通过对称面检测和侧影线提取，及鼻尖点和鼻基点的检测，将三维人脸模型置于一个统一的坐标框架中，利用鼻尖点、鼻基点将鼻子区域切割提取；

所述步骤3)利用迭代共轭点匹配算法计算待检测模型的三维鼻子形状和图库中模型的三维鼻子形状，匹配后两个三维鼻子形状间最近点对的平均距离作为两者的相似度；

所述步骤4)对图库中的每一个模型实施步骤3)计算，选取其中平均距离最小的一个作为识别结果，完成系统功能。

更进一步的，所述步骤2)的对称面检测采用迭代共轭点匹配算法对齐原始模型和其镜像模型，然后求出共轭点对的中轴面即为所需的对称面。

更进一步的，步骤2)鼻尖点和鼻基点的检测采用下述方法：

p_nt＝argmax_p∈C(dist(p，l_e))                   (4)

p_nb＝arg min_p∈L(y_p)                           (5)

L={p|p∈C,yp>ypnt,dist′(p,le)=0}---(6)]]>

其中，p_nt为鼻尖点，p_nb为鼻基点，C为侧影线，连接侧影线C头尾两点的线段为l_e，y_p表示点p的y轴坐标，dist(p，l_e)表示点p到直线段l_e的距离，dist′(p，l_e)表示点p到直线段l_e距离的一阶微分。

更进一步的，所述步骤2)采用的三维鼻子区域的切割提取是基于鼻基点和鼻尖点唯一确定的椭球体完成；