[发明专利]一种异质三维人脸识别方法

说明书

本发明公开了一种异质三维人脸识别方法，包括：对第一三维人脸采集设备采集到的第一三维人脸数据进行重采样，提取所述第一三维人脸数据的第一几何特征和第一纹理特征；对第二三维人脸采集设备采集到的第二三维人脸数据进行重采样，提取所述第二三维人脸数据的第二几何特征和第二纹理特征；其中，所述步骤一和步骤二不分先后顺序；对所述第一几何特征和第二几何特征进行几何特征比对，对所述第一纹理特征和第二纹理特征进行纹理特征比对；根据所述几何特征比对结果和所述纹理特征比对结果，将两者融合得到最终的比对识别结果。

技术领域

本发明涉及人脸识别领域，特别涉及一种异质三维人脸识别方法。

背景技术

人脸识别技术在众多的生物特征识别技术中和人类在日常生活中进行身份识别的手段最为接近，因此也最容易为人们所接受，具有广阔的应用前景。

目前，二维人脸识别已经在包括考勤、门禁以及公安的静态照片比对等方面取得了成功的应用，但是由于人脸作为一种三维物体，在投影成二维图像的过程中丢失了大量信息，二维人脸识别在处理姿态等变化方面具有很大的缺陷，而三维人脸识别则能够很好地解决上述问题。此外，三维人脸识别与二维人脸识别相比在防伪方面也具有天然的优势。因此，三维人脸识别近年来获得了越来越多的关注，一些商用的三维人脸识别系统(如Artec公司的Broadway产品)也已成功面世。

现有的三维人脸识别系统具有如下特点：用于注册和识别的三维人脸设备是同一种甚至是同一台设备。然而，在实际应用中，不同组织或者机构、或者同一组织机构在不同时期使用的三维人脸测量设备很可能是不同的，亦或三维人脸测量设备升级换代，所有这些都可能造成三维人脸数据的密度或精度发生变化。传统的三维人脸识别方法，因为是为同源的三维人脸数据设计的，所以并不适用于这类情况下的异质三维人脸数据，其识别率会发生明显下降。

发明内容

本发明的目的在于克服现有技术中所存在的上述不足，提供一种异质三维人脸识别方法，其针对异质三维人脸数据之间的比对识别且识别率明显提高，从而大大拓宽了三维人脸识别的应用范围。

为了实现上述发明目的，本发明采用的技术方案是：

一种异质三维人脸识别方法，包括：

步骤一、对第一三维人脸采集设备采集到的第一三维人脸数据进行重采样，提取所述第一三维人脸数据的第一几何特征和第一纹理特征；

步骤二、对第二三维人脸采集设备采集到的第二三维人脸数据进行重采样，提取所述第二三维人脸数据的第二几何特征和第二纹理特征；其中，所述步骤一和步骤二不分先后顺序；

步骤三、对所述第一几何特征和第二几何特征进行几何特征比对，对所述第一纹理特征和第二纹理特征进行纹理特征比对；

步骤四、根据所述几何特征比对结果和所述纹理特征比对结果，将两者融合得到最终的比对识别结果。

步骤一和二中对三维人脸数据进行重采样，以消除或降低待比对的异质三维人脸数据密度和精度差异对识别的影响。

进一步的，步骤一和步骤二中对三维人脸数据进行重采样包括密度重采样的步骤，具体为：

将三维人脸数据三角网格化；

选取三维人脸中至少3个特征点为参照点，通过相似变换将三维人脸数据进行对齐；

按照预设的点云密度进行重采样。

进一步的，步骤一和步骤二中对三维人脸数据进行重采样包括精度重采样的步骤，具体为：

对三维人脸数据的深度值进行再量化，将量化后的深度值按照指定量化间隔d_z取值。

进一步的，所述第一几何特征、第二几何特征为三维人脸姿态及表情鲁棒几何特征。