[发明专利]一种基于三维模型重建的人脸身份认证方法

权利要求书

1.一种基于三维模型重建的人脸身份认证方法，其特征在于，包括以下步骤：

步骤一，基于三维形变基的非线性优化法由身份证照片重建三维人脸模型；

步骤二，采用NSfM方法由视频重建三维人脸模型；

步骤三，采用几何特征匹配进行三维人脸身份认证。

2.根据权利要求1所述的一种基于三维模型重建的人脸身份认证方法，其特征在于，步骤一包括以下步骤：

步骤(11)，从身份证照片中定位人脸区域，并在定位人脸区域的基础上定位人脸特征点，得到身份证照片中人脸的二维形状特征点集S_ID；

步骤(12)，采用非刚体形状和运动估计方法构建三维形变基B；

步骤(13)，使用非线性优化算法求解三维形变基B的参数。

3.根据权利要求2所述的一种基于三维模型重建的人脸身份认证方法，其特征在于，步骤(12)中所述的非刚体形状和运动估计方法构建三维形变基具体包括以下步骤：

步骤(121)，对人脸图像库中选取的F幅人脸图像定位人脸特征点，得到每一幅人脸图像对应的二维形状特征点集S_train；

步骤(122)，将人脸图像库中的F幅人脸图像上所有的二维形状特征点集S_train进行拼接，得到人脸图像库的二维跟踪矩阵W；

步骤(123)，对二维跟踪矩阵W利用奇异值分解的方法得到一个姿态矩阵M及三维形状基矩阵

步骤(124)，根据正交旋转约束利用最小二乘法求出矫正矩阵G；

步骤(125)，根据矫正矩阵G利用求出三维形变基B。

4.根据权利要求2所述的一种基于三维模型重建的人脸身份认证方法，其特征在于，步骤(13)中非线性优化算法求解三维形变基参数过程具体包括以下步骤：

步骤(131)，通过摄像机定标获得摄像机内部矩阵A；

步骤(132)，非线性优化求解旋转矩阵R、平移矩阵T和形变基系数p；

所述步骤(132)包括以下步骤：

步骤(1321)，对旋转矩阵R，平移矩阵T和形变基系数p进行初始赋值；

步骤(1322)，根据旋转矩阵R，平移矩阵T和形变基系数p计算身份证照片中人脸三维模型，并将其投影到二维平面，得到身份证照片人脸二维形状特征点集s′；

步骤(1323)，计算二维平面投影点与步骤(11)从身份证照片中获取的特征点集S_ID之间的欧氏距离，如果距离小于阈值σ，则非线性优化迭代算法终止输出三维形变基参数，否则转步骤(1324)；

步骤(1324)，计算雅克比矩阵更新模型参数[R,T,p]=[R,T,p]-JTs′JTJ,]]>转步骤(1322)。

5.根据权利要求2所述的一种基于三维模型重建的人脸身份认证方法，其特征在于，步骤二包括以下步骤：

步骤(21)，跟踪定位视频中的人脸特征点：对视频中的每一帧进行人脸区域定位，并在定位的基础上对视频中的每一帧图像跟踪定位人脸特征点，得到每一帧人脸图像对应的二维形状特征点集S_video；

步骤(22)，人脸模型向量化：将多帧人脸视频中得到的人脸特征点用向量的方式表示，对视频中人脸进行三维人脸模型建模；

步骤(23)，求解三维人脸模型参数：循环迭代计算所述三维人脸模型参数。