[发明专利]一种基于模拟退火算法的三维人脸识别方法

权利要求书

1.一种基于模拟退火算法的三维人脸识别方法，包括如下步骤：

       （1）对三维人脸进行特征点的提取，使用曲率信息和相关先验知识提取面部特征点；

       （2）根据上述面部征点划分人脸区域，用于后续的识别算法；

       （3）利用模拟退火算法进行三维人脸匹配；

       （4）计算对应点集的SIM值，并与事先设定的阈值相比较，高于识别阈值，则是同一个人，低于拒绝阈值，则不是同一个人；

       （5）当SIM值位于两阈值之间导致无法作出判断时，即低于识别阈值，高于拒绝阈值时，转入步骤（6）；

       （6）利用分层模型对无法识别人脸进行匹配，只有当前一层次的识别值无法对人脸做出判定时，才继续下一层次的分析；

       （7）与阈值相比较得出最终识别结果。

2.根据权利要求1所述的一种基于模拟退火算法的三维人脸识别方法，其特征在于，步骤（1）所述的面部特征点包括鼻尖、眼角、鼻翼、鼻基这六个特征点。

3.根据权利要求1所述的一种基于模拟退火算法的三维人脸识别方法，其特征在于：所述步骤（2）根据不同的目的分别有两种不同的人脸区域划分方式：

1）划分人脸为鼻子椭圆区域、鼻子圆形区域和面部区域上半部分，适用于后续的分层模型；

2）根据特征点划分人脸为九个区域，适用于后续的精准匹配过程。

4.根据权利要求1所述的一种基于模拟退火算法的三维人脸识别方法，其特征在于：所述步骤（3）中模拟退火算法进行三维人脸匹配包括以下步骤：

1）基于重心对齐的初始匹配；

2）基于MLESAC的粗略匹配；

3）基于SIM的精准匹配。

5.根据权利要求1所述的一种基于模拟退火算法的三维人脸识别方法，其特征在于，所述步骤（6）中所述分成模型共有六个层次： 

1）鼻子圆形区域；

2）鼻子椭圆区域；

3）面部区域上半部分；

4）整个面部区域；

5）基于改进SA的面部区域；

6）使用求和规则对所有区域相加。

6.根据权利要求2所述的一种基于模拟退火算法的三维人脸识别方法，其特征在于，所述鼻尖、眼角、鼻翼、鼻基这六个特征点提取包括如下步骤：

（1）对每一点定义局部平面，确定局部平面的系数；

（2）计算局部平面的高斯曲率和平均曲率，根据两者的符号确定每一点的曲面类型；

（3）计算y轴方向的投影以及相关的差异曲线，通过深度信息和最大差异曲线范围确定鼻尖y坐标信息；

（4）根据步骤（2）所得的曲率图像计算x轴投影，即邻域内顶面点的百分比，通过确定该投影的峰值确定鼻尖x坐标信息；

（5）确定鼻翼的y坐标：设定鼻翼的y坐标等于鼻尖的y坐标；

（6）计算鼻尖的水平侧面曲线，即具有相同y值点集的各个x坐标下的深度信息曲线；

（7）计算水平侧面曲线的梯度曲线，根据峰值确定鼻翼x坐标信息；

（8）根据步骤（2）所得的曲率图像计算y轴投影，即相同y值下的凹坑面的百分比，根据相关先验知识可确定两个内眼角和鼻基的y坐标位置；

（9）确定鼻基的x坐标等于鼻尖的x坐标；

（10）通过计算邻域内曲率图像凹坑面的百分比得出两个眼角的x坐标；

       （11）使用ARMS方法，根据特征点和一些函数公式简单划分人脸区域为：1）鼻子椭圆区域，2）鼻子圆形区域，3）上半部人脸区域，4）整张人脸，该种划分应用于后续的分层模型。