[发明专利]一种人脸识别方法及系统

权利要求书

1.一种人脸识别方法，其特征在于，所述方法包括：

建立人脸图像数据库，所述人脸图像数据库包括二维人脸图像以及与所述二维人脸图像对应的带有纹理的三维人脸模型；其中，所述三维人脸模型是基于所述二维人脸图像通过三维建模技术进行建模，在建模时把人脸的纹理信息映射在所述三维人脸模型上而得到；

获取待识别人脸图像，并将获取的所述待识别人脸图像与所述人脸图像数据库中的二维人脸图像进行匹配，获得最匹配的二维人脸图像对应的带有纹理的三维人脸模型；

根据所述最匹配的二维人脸图像对应的带有纹理的三维人脸模型计算获得所述待识别人脸图像与该三维人脸模型之间的投影矩阵；

基于所述投影矩阵和所述人脸图像数据库中的每个三维人脸模型生成多个新的二维人脸图像，具体为：将三维人脸模型上的视点左乘以所述投影矩阵，获得所述新的二维人脸图像的视点，再基于所述人脸的纹理信息获得投影到所述新的二维人脸图像的视点的颜色，基于获得的所述新的二维人脸图像的视点和颜色生成所述新的二维人脸图像；其中每一个三维人脸模型对应一个新的二维人脸图像，所述视点是指人脸图像相对于摄像头的位置；

提取所述待识别人脸图像的SIFT特征向量以及所述新的二维人脸图像的SIFT特征向量，将提取的所述待识别人脸图像的SIFT特征向量与所述新的二维人脸图像的SIFT特征向量进行匹配，获得最匹配的SIFT特征向量对应的二维人脸图像，并将该二维人脸图像的身份作为所述待识别人脸图像的最终识别身份。

2.如权利要求1所述的方法，其特征在于，所述提取所述新的二维人脸图像中的SIFT特征向量包括：

对所述新的二维人脸图像进行分块，并提取每一个分块的SIFT特征向量；

合并每个分块的SIFT特征向量，将每个分块合并后的SIFT特征向量作为对应新的二维人脸图像的特征向量。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

对每个分块合并后的SIFT特征向量进行归一化处理。

4.如权利要求2或3所述的方法，其特征在于，所述方法还包括：

基于新的二维人脸图像的SIFT特征向量，获取新的二维人脸图像的强SIFT特征向量，其公式具体为：

V_i＝W^TV_SIFTi

其中，V_i表示第i个新的二维人脸图像的强SIFT特征向量，V_SIFTi表示第i个新的二维人脸图像的SIFT特征向量，W＝[q₁ q₂ ...q_k]，q_k为前k个最大特征值，i＝1,2...n，k<n，n表示新的二维人脸图像的个数。

5.如权利要求1所述的方法，其特征在于，所述将提取的所述待识别人脸图像的SIFT特征向量与所述新的二维人脸图像的SIFT特征向量进行匹配的公式为：

f＝1-V_SIFT1^TV_SIFT2

其中，V_SIFT1为所述待识别人脸图像的SIFT特征向量，V_SIFT2为所述新的二维人脸图像的SIFT特征向量，f值越小表示匹配度越高。