[发明专利]一种可抗姿态和表情变化的三维人脸校准方法

说明书

技术领域

本发明涉及图像处理及模式识别技术领域，尤其涉及三维人脸识别方向中抗姿态变化的人脸校准方法。

背景技术

在当今信息时代，个人身份的有效识别与认证在安保系统中，比如机场安检、门禁监督等，是一个非常重要的问题。传统的身份验证的方法有着使用不便、安全性低等缺点，生物特征识别作为一种新型的身份识别方法，因其具有安全性、易维护性、普遍性等优点，为上述问题提供了解决方向。

生物特征识别技术是指，利用人体固有的生理信息及行为作为特征，通过智能计算进行身份识别及验证的技术。人脸识别是生物特征识别的一个分支，具有易被采集、友好、用户接受度高等优势。三维人脸识别是指利用三维图像进行人脸识别的技术。三维人脸带有人脸的原始几何形状信息，有望克服现今人脸识别中遇到的姿态变化的问题。

现在提出的三维人脸识别方法一般都是针对没有姿态或只带很小姿态的人脸，但是在三维人脸识别的实际应用中，需要实现具有任意姿态的人脸识别，而这仍然是个难题。姿态不变的三维人脸识别的难点都在于，在人脸带有较大姿态变化的情况下，不仅人脸数据会随着旋转而发生较大变化，而且人脸也会因为自遮挡在某些区域上损失较多数据，从而人脸不完整，失去对称性。表情变化会使人脸变形，从而人脸几何结构发生变化，导致三维数据变化。在这种情况下，如何能准确地校准人脸，将人脸姿态校准到正面，并填补损失的数据，从而与人脸训练库中采集的人脸更好地匹配，就是需要解决的问题。但是，很多方法基于三维表面曲率或者基于二维轮廓，这些特征都容易受到三维人脸数据损失的影响，所以人脸校准仍具是一个难题，至今仍然没有良好鲁棒性的方法能解决上述问题。

发明内容

本发明的目的在于针对目前三维人脸识别中人脸校准领域内现有技术的不足，提出了一种可抗姿态和表情变化的三维人脸校准方法，该方法在人脸有较大姿态变化的情况下，仍然具有较强的鲁棒性。

本发明的目的是通过以下技术方案来实现的：一种可抗姿态和表情变化的三维人脸校准方法，包括以下步骤：

(1)构造主动外观模型阶段，具体包括以下子步骤：

(1.1)采集训练人脸：通过三维图像获取设备获取中性姿态(即无任何姿势变化)的人脸，作为人脸训练库，手动定位重要标记点，并通过扫描人脸与背景的分界线获得人脸的外轮廓点，得到足够的标记点；

(1.2)生成人脸深度图：在三维人脸所在坐标系中，在x-y坐标轴上以一定分辨率为间隔建立网格，将z轴坐标值采用双立方插值的方法插值到相应x-y网格上，填补空洞，得到三维人脸网格图，将三维人脸网格图对x-y坐标系投影，z轴坐标作为像素值，获得深度图，将对应的三维标记点投影到x-y坐标系上，获得深度图上标记点的二维坐标；

(1.3)人脸预处理：对步骤1.2获取的人脸深度图进行中值滤波去掉峰值点，进行高斯平滑滤波平滑人脸去除噪声，降采样到10万像素大小范围内的人脸；

(1.4)校准人脸形状：由训练人脸所有的标记点构成的网格图表示人脸形状，采用普式分析的方法将人脸形状对齐到统一形状；

(1.5)生成形状模型：将所有训练人脸的形状减去统一形状，并采用主成份分析的方法获取主成份，作为形状向量；形状模型表示如下：

其中p_i表示形状参数，s₀表示形状模型的基本形状，s表示任意形状模型的实例，s＝(x₁,y₁,x₂,y₂,…,x_v,y_v)^T，s_i(i＝1,2,…,n)表示形状向量，n表示形状的维数，v表示标记点的个数；

(1.6)训练人脸形状标准化：将基本形状s₀进行三角形网格化，并将所有训练人脸的外观根据其形状向基本形状s₀变形，形成具有基本形状的人脸，其中变形采用分段线性变形方法，即将两个网格形状内的对应三角形进行仿射变换；

(1.7)生成主动外观模型：将步骤1.6形状标准化的训练人脸，采用主成份分析的方法获取主成份，作为外观向量；外观模型表示如下：