[发明专利]一种基于概率图模型的三维人脸识别方法

权利要求书

1.一种基于概率图模型的三维人脸识别方法，其特征在于，包括如下步骤：

步骤1，获取待测三维人脸图像以及样本库中所有三维人脸样本图像，并对待测三维人脸图像进行归一化预处理；

步骤2，求取样本库中所有三维人脸样本图像的三维平均脸图像，在三维平均脸图像上选择多个特征点和一个基准点，计算各特征点到基准点的测地线距离，并根据测地线距离建立特征点模型，利用特征点模型定位待测三维人脸图像上的特征点；

步骤3，利用Gabor滤波器提取各三维人脸样本图像和待测三维人脸图像上特征点的邻域特征；

步骤4，根据步骤3得到的邻域特征对样本库中各三维人脸样本图像和待测三维人脸图像分别建立概率图模型；

步骤5，根据步骤4得到的概率图模型计算待测三维人脸图像与样本库中各三维人脸样本图像之间的相似度，根据相似度对待测三维人脸图像进行识别。

2.如权利要求1所述基于概率图模型的三维人脸识别方法，其特征在于，步骤1所述归一化预处理包括：姿态矫正、点云去噪以及平滑处理。

3.如权利要求1所述基于概率图模型的三维人脸识别方法，其特征在于，步骤2所述基准点为鼻尖点。

4.如权利要求1所述基于概率图模型的三维人脸识别方法，其特征在于，步骤4所述建立概率图模型的方法为：利用无向图G＝(X,E)表示概率图模型，其中，X表示邻域特征，E表示邻域特征之间的变换矩阵。

5.如权利要求1所述基于概率图模型的三维人脸识别方法，其特征在于，步骤5所述待测三维人脸图像与样本库中各三维人脸样本图像之间的相似度的计算公式为：S_sum＝S_X(X_I,X_B)+wS_E(E_I,E_B)，其中，S_sum表示相似度，S_X表示X_I与X_B之间的相似度，X_I表示待测三维人脸图像的邻域特征，X_B表示样本库中任意三维人脸样本图像的邻域特征；S_E表示E_I与E_B之间的相似度，E_I表示邻域特征X_I之间的变换矩阵，E_B表示邻域特征X_B之间的变换矩阵，w表示权重。