[发明专利]一种基于Kinect的三维人脸识别方法

权利要求书

1.一种基于Kinect的三维人脸识别方法，其特征在于：该方法包括：(1)人脸区域检测：使用Kinect的彩色摄像头，获取彩色图像，然后使用二维人脸检测方法，检测出人脸区域；(2)采集三维人脸点云数据：在获取人脸区域后，即可获得该区域的深度数据，然后使用一个三维向量表示该二维数据和深度数据；(3)对三维图像数据进行预处理；(4)对三维人脸深度图像进行特征提取；(5)分类器设计：使用SVM分类器进行分类，先后进行训练和测试。

2.根据权利要求1所述的基于Kinect的三维人脸识别方法，其特征在于，人脸识别过程中包括：降噪处理：对深度图像中的离散点进行滤波处理，步骤如下：计算点云中的点的欧氏距离；取一阈值，将欧氏距离小于此阈值的归位同类，统计每一类的点云数，将点云数最少的那5％的类删除。

3.根据权利要求1所述的基于Kinect的三维人脸识别方法，其特征在于，在进行特征提取及分类前，对数据进行方向距离矫正和归一化处理。

4.根据权利要求3所述的基于Kinect的三维人脸识别方法，其特征在于，还包括：将三维坐标系转换成以鼻尖为中心的三维坐标系，先通过以下步骤估算鼻尖点的位置：

(1)量化角度：首先将【-90°，90°】这个角度区间进行90等份等量分划；

(2)鼻尖点确定：对每一个角度’在模型如下刚体变换后选择具有

x′y′z′=cosθi0sinθi010-sinθi0cosθixyz]]>

最大Z坐标Z1的点作为鼻尖点的一个候选点，记其坐标为P_i(X_i,Y_i,Z_i),令Z＝max{Z_i}。与Z相对应的顶点就是鼻尖点。

5.根据权利要求3所述的基于Kinect的三维人脸识别方法，其特征在于，还包括对三维人脸数据进行校正和归一化处理，以鼻尖点为中心，90mm为半径对原有的三维人脸进行切割，然后用人脸姿态校正方法对切割后的三维人脸数据进行校正。

6.根据权利要求5所述的基于Kinect的三维人脸识别方法，其特征在于，特征提取的过程如下：

(1)将所获得的N个三维数据点的一批数据写成一个m*n维数据矩阵

(2)选定使用高斯径向核函数计算核矩阵，计算核矩阵K；

(3)由式(1)修正核矩阵得到KL；

(4)按照Jacobi迭代方法求解KL的特征值λ₁,...,λ_n，即对应的特征向量为v₁,...,v_n；

(5)降序排序特征值得到λ'₁＞...＞λ'_n，并相应调整特征向量为v₁',...,v_n'；

(6)通过施密特交化方法单位交化特征向量，得到α,...,α_n；

(7)计算特征值的累积贡献率B₁,...,B_n，根据给定的提取率p，如果B_t≥p，则提取的t个主成分α₁,...,α_t；

(8)计算己修正的核矩阵X在提取出的特征向量上的投影Y＝KL·α，其中α＝(α₁,...,α_t)，所得的投影即为数据经过降维后所得的人脸特征数据，形成特征脸。