[发明专利]基于三维点云的三维人脸年龄分类装置及方法

权利要求书

1.一种基于三维点云的三维人脸年龄分类装置，其特征在于，包括：

对于三维点云特征区域进行定位的特征区域检测单元；

将三维点云进行映射到深度图像空间的映射单元；

对映射后的深度图像进行深度图像表象特征计算的特征计算单元，特征包括Gabor特征以及LBP直方图特征；

基于深度图像表象特征进行年龄分类的年龄分类器计算单元。

2.根据权利要求1所述一种基于三维点云的三维人脸年龄分类装置，其特征在于，所述特征区域检测单元包括：

特征提取单元，针对三维点云区域特性提取三维点云数据的相应特征；

特征区域分类器单元，对特征提取单元提取的相应也正进行数据点的分类计算，判断其是否适于特征区域，所述特征区域分类器单元为为支持向量机或者Adaboost。

3.根据权利要求1所述的一种基于三维点云的三维人脸年龄分类装置，其特征在于，所述映射单元包括：

按照深度信息将原始三维点云映射为深度图像的映射模块；

利用滤波器对获取的深度图像的空洞或者噪点信息进行去噪的去噪模块。

4.根据权利要求1所述的一种基于三维点云的三维人脸年龄分类装置，其特征在于，所述年龄分类器计算单元包括：

用于存储利用训练集中的三维人脸数据进行训练获取的年龄随机森林分类参数的年龄随机森林分类器参数存储模块；

在表象特征计算获得的Gabor特征和LBP直方图特征集合的基础上，利用年龄随机森林分类器进行计算，实现年龄分类的年龄分类器计算模块。

5.一种基于三维点云的三维人脸年龄分类方法，其特征在于，包括如下步骤：

特征区域检测步骤，对于三维点云特征区域进行定位，作为配准的基准数据，然后对输入点云数据与基础人脸数据进行配准；

深度图像映射步骤，利用数据的三维坐标值，将检测定位的三维点云数据映射为深度图像；

表象特征计算步骤，对映射后的深度图像Gabor特征计算以及LBP特征计算以获得三维人脸Gabor特征和LBP直方图特征的表象特征集合；

分类步骤，对获得的三维人脸数据表象特征集合进行年龄分类计算，从而实现三维人脸年龄分类。

6.根据权利要求5所述的一种基于三维点云的人脸识别方法，其特征在于，所述特征区域为鼻尖区域，检测鼻尖区域的步骤如下：

步骤1：确定阈值，确定域平均负有效能量密度的阈值，定义为thr；

步骤2：利用深度信息选取待处理数据，利用数据的深度信息，提取在一定深度范围内的人脸数据作为待处理数据；

步骤3：法向量的计算，计算由深度信息选取出的人脸数据的方向量信息；

步骤4：区域平均负有效能量密度的计算，按照区域平均负有效能量密度的定义，求出待处理数据中个连通域的平均负有效能量密度，选择其中密度值最大的连通域；

步骤5：判定是否找到鼻尖区域，当前区域阈值大于预定义的thr时，该区域即为鼻尖区域，否则回到步骤1重新开始循环。

7.根据权利要求5所述的一种基于三维点云的三维人脸年龄分类方法，其特征在于，所述特征区域检测步骤中，输入三维点云数据与基础人脸数据利用ICP算法进行配准。

8.根据权利要求5所述的一种基于三维点云的三维人脸年龄分类方法，其特征在于，所述深度图像映射步骤中，先按照深度信息进行深度图像的获取，然后利用中值滤波器对映射后的深度图像中的噪音点进行补偿去噪。

9.根据权利要求5所述的一种基于三维点云的三维人脸年龄分类方法，其特征在于,所述深度映射步骤中，映射模块按照空间信息的(x,y)作为映射的参考空间位置，空间信息的z值作为映射对应数据值，构建从三维点云到深度图像的映射。

10.根据权利要求5所述的一种基于三维点云的三维人脸年龄分类方法，其特征在于，分类步骤中对获得的三维人脸数据表象特征利用年龄随机森林分类器进行年龄分类计算，从而实现三维人脸年龄分类。