[发明专利]一种3D人脸识别方法

说明书

技术领域

本发明涉及一种人脸识别方法，尤其涉及一种3D人脸识别方法。

背景技术

    人脸识别，特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别是一项热门的计算机技术研究领域，人脸追踪侦测，自动调整影像放大，夜间红外侦测，自动调整曝光强度；它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。在人脸识别过程中，通常包括以下3个步骤：人脸检测与跟踪、面部关键特征点的定位与配准、人脸特征的提取与比对，人脸特征的配准，对识别率有很大的影响。同时，眼睛的定位是其他特征点（如鼻子、嘴巴等）定位的基础，因此精确而快速的眼睛定位是人脸识别方法的关键环节之一。

     目前二维人脸识别技术已成熟，但二维人脸识别是基于人脸平面图像的，实际上人脸本身是三维的，人脸平面图像只是三维人脸在一个平面上的投影，在这个过程中，必然会丢失一部分信息，因此，其识别率有待进一步提升；而三维人脸识别技术中人脸重建算法很复杂，识别速度较慢。

发明内容

本发明克服了现有技术的不足，提供一种三维人脸重建算法简单、可精确快速实现眼睛定位、识别速度快、识别率高的人脸识别方法。

为达到上述目的，本发明采用的技术方案为：一种3D人脸识别方法，其特征在于：包括以下步骤：

      1）创建具有人脸图像样本的目标数据库；

      2）利用对称设置的左摄像头和右摄像头分别拍摄左脸图像和右脸图像；

      3）将拍摄到的左脸图像和右脸图像进行立体融合获得完整人脸图像；

      4）对步骤3）中的人脸图像进行基于眼睛定位的人脸检测定位；

      5）对检测定位后的人脸图像进行特征提取；

  6）将经特征提取后的人脸图像与目标数据库中的人脸图像样本进行对比识别，输出识别结果。

本发明一个较佳实施例中，进一步包括所述步骤3）中左脸图像与右脸图像的立体融合是基于像素级的图像融合，采用三维小波变换法进行立体融合。

本发明一个较佳实施例中，进一步包括所述步骤4）中采用投影峰算法对眼睛快速定位，所述投影峰算法包括以下步骤：

a) 对图像做水平灰度积分投影；

b）去除投影积分曲线上的毛刺；

c）搜索曲线上的投影峰；

d）求取所有投影峰的评价值，并对评价值排序，评价值最大的投影峰对应眼睛所在区域；

e）在确定的眼睛所处区间内，求灰度积分值最大的点，则该点对应眼睛瞳孔中心的纵坐标；

f）依据步骤a）至e）求取眼睛瞳孔中心的横坐标。

本发明一个较佳实施例中，进一步包括所述步骤5）中采用PCA算法提取人脸图像特征矢量值。

本发明一个较佳实施例中，进一步包括所述步骤6）中采用BP神经网络算法进行识别，将待识别的人脸图像特征矢量值与目标数据库中人脸图像样本的BP神经网络收敛权值相比得识别结果。

本发明解决了背景技术中存在的缺陷，本发明的3D人脸识别方法利用具有三维特征的左脸图像和右脸图像进行立体融合，解决了传统三维人脸识别技术中人脸重建算法较复杂的缺点；利用人脸灰度图像中眼睛定位的人脸位置矫正方法，实现快速定位，提高了识别率，具有可靠的有效性和稳定性。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1是本发明的操作流程图；

图2是本发明中投影峰算法的流程图。

具体实施方式

现在结合附图和实施例对本发明作进一步详细的说明，这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

如图1所示，一种3D人脸识别方法，包括以下步骤：

    S1、创建具有人脸图像样本的目标数据库；为识别人脸图像提供丰富的资源。

    S2、利用对称设置的左摄像头和右摄像头分别拍摄左脸图像和右脸图像；双摄像头，好比人的一双眼睛，保留了人脸图像的三维信息。

    S3、将拍摄到的左脸图像和右脸图像进行立体融合获得完整人脸图像；左脸图像与右脸图像的立体融合是基于像素级的图像融合，采用三维小波变换法进行立体融合。基于三维小波变换的图像融合的整个过程用公式表示为：