[发明专利]基于弯曲不变量相关特征的三维人脸识别方法及系统

说明书

技术领域

本发明涉及图像处理和模式识别领域，尤其涉及一种基于弯曲不变量相关特征的三维人脸识别方法及系统。 

背景技术

近年来，信息和通信技术已经融入到我们生活的各个部门和所有部分，打开了一个史无前例的世界，这里人们同嵌入在敏感的响应用户存在的电子设备的进行交互。的确，以提供用户需要的智能建筑为特征的计算机辅助的安保系统正成为国内研究的趋势，需要更多复杂的服务。视觉是人类获取外界信息的最直接、最普遍的方式。视觉的最终目的是要对场景作出对观察者有意义的解释和描述，然后基于这些解释和描述并根据周围环境和观察者的意愿制定出行为规划。 

这种情况为探索物体的识别和理解和基于观察行为的实用化应用提供了机会。一个主要例子是使用人脸代替侵入式生物特征的潜力，它不仅可以规则地进入到控制环境中，而且可以根据待识别用户的偏好和需要提供服务。生物特征识别指使用不同的生理特征(如指纹、人脸、视网膜、虹膜)和行为特征如(步态、签名)特征，作为生物辨识来自动识别个人。因为生物辨识不易错位、仿造和共享，它们比传统的标识和基于知识的识别方法具有更高的可靠性。生物识别的另一个典型目标是用户方便(如无需用户辨别号的服务 接入)，更安全(如仿冒接入困难)。所有这些原因使非侵入式生物特征更适于环绕智能环境的应用，这点对基于人脸的生物辨识尤其准确，它是用在可视化交互的人脸识别中最具普遍性的方法，并且允许一种与传感器无任何物理接触的非侵入方式。 

发明内容

鉴于上述问题，本发明的目的在于提供一种基于弯曲不变量相关特征的三维人脸识别方法及系统。 

一方面，本发明公开了基于弯曲不变量相关特征的三维人脸识别方法，包括如下步骤：图像预处理步骤，自动提取三维人脸区域，包括人脸区域提取和三维人脸匹配的操作，获取预处理后的三维人脸；弯曲不变量的计算步骤，计算所述预处理后的三维人脸的弯曲不变量；弯曲不变量相关特征提取步骤，编码三维人脸表面相邻节点的弯曲不变量的局部特征，提取弯曲不变量相关特征；特征降维步骤，对所述弯曲不变量的相关特征进行签名并采用谱回归进行降维，获得主成分；分类识别步骤，基于所述主成分，运用K最近邻分类方法对三维人脸进行识别。 

上述三维人脸识别方法，优选图像预处理步骤中，所述的人脸区域提取包括：计算有效点矩阵的列和并从点云中估计一个垂直投影曲线；定义投影曲线的左右拐点的两个侧阈值来删除对象肩膀上超过此阈值的数据；通过阈值化深度值直方图进一步删除对应于对象胸部的数据点，去除了对应前脸信息后面的大深度值数据；删除保留在区域中但与主要人脸区域不连接的异常点并且仅将最大的区域视为人脸区域。 

上述三维人脸识别方法，优选图像预处理步骤中，所述三维人脸匹配包括：点云协方差矩阵的正交特征矢量，v₁，v₂，v₃，作为点云的三个主轴，旋转点云使v₁，v₂，v₃分别平行于参考坐标系的Y，X和Z轴，鼻尖在参考坐标系上的位置作为参考坐标系的原点，通过旋转和平移将所有三维人脸数据进行粗匹配；人脸信号用最近邻内插在球面等角网格上采样，通过计算所有训练人脸图像上每个网格点值构建平均人脸模型(AFM)，所有人脸信息通过ICP进一步与AFM对齐避免嘴和颌的影响；通过最小化Z-buffer距离的全局最优技术进行精细对齐，它有效地重采样数据三角形上点独立性，并删除所有的人脸不相关信息。 

上述三维人脸识别方法，优选所述三维人脸弯曲不变量的计算步骤中，所述三维人脸弯曲不变量通过快速行进法计算三维人脸表面点的测地距离，再通过等距映射获得低维欧式空间R^m的距离作为三维表面点的弯曲不变量。 

上述三维人脸识别方法，优选所述三维人脸弯曲不变量相关特征提取步骤中，所述三维人脸弯曲不变量相关特征通过运用3D LBP编码三维人脸表面相邻节点的弯曲不变量局部特征获得。 

另一方面，本发明还公开了一种基于弯曲不变量相关特征的三维人脸识别系统，包括：图像预处理模块，用于自动提取三维人脸区域，包括人脸区域提取和三维人脸匹配的操作，获取预处理后的三维人脸；弯曲不变量的计算模块，用于计算所述预处理后的三维人脸的弯曲不变量；弯曲不变量相关特征提取模块，用于编码三维人脸表面相邻节点的弯曲不变量的局部特征，提取弯曲不变量相关特征；特征降维模块，用于对所述弯曲不变量的相关特征进行签名 并采用谱回归进行降维，获得主成分；分类识别模块，用于基于主成分，运用K最近邻分类系统对三维人脸进行识别。