[发明专利]一种基于Kinect的三维人脸识别方法

说明书

技术领域

本发明涉及一种人脸识别方法，具体涉及一种基于Kinect的三维人脸识别方法。

背景技术

在生活中经常需要使用个人生物特征进行身份识别，而人脸是生物特征中最重要的特征，在识别中最为常用。目前针对人脸识别的研究非常多，应用也较为广泛，在技术上，二维人脸在识别中最为常用，但是有些场合并适用，比如举着人物照片站在摄像头前，识别系统可能会识别成本人而非图片，这就会造成不法分子有机可乘，除此之外，二维人脸识别技术易受光照、表情、装束、姿态等因素的影响，而三维人脸识别技术可以突破这类瓶颈，它有如下几个特征：

(1)容易获取深度信息：Kinect具有三个摄像头，能采集彩色信息和深度信息，更甚是获取骨骼信息，这对人的形体构建、人脸定位有很大的帮助。

(2)提供功能强大的SDK：Kinect的SDK功能极为强大，一面世就让业界震撼，毕竟相对于一般的专业三维激光扫描仪来说，性价比极高。

基于Kinect实现三维人脸识别有如下优点：

(1)精确度高。Kinect可以较精确地采集到人脸的深度信息，通过相关算法的训练匹配，可以获得较高的识别精度。

(2)识别稳定性强。Kinect采集的是深度数据，数据不受光照、化妆、姿态等因素影响，所以识别的稳定性更强。

(3)防伪造能力强。在二维人脸识别系统中，当有举着人物照片站在摄像头前，如果没有其他防伪措施，识别系统可能会识别成本人而非图片，这就会造成不法分子有机可乘，而三维人脸识别可在原理上避免这类情况。

综上所述，本发明有如下意义：

(1)作为一款深度摄像头，Kinect的性价比极高，当下越来越多的产品基于Kinect来开发，可以保证产品性能、降低产品成本。

(2)三维人脸识别技术是可以弥补二维人脸识别技术的不足，提高识别精度。

(3)Kinect强大的SDK对开发应用有着极大的帮助，大大降低开发难度，尤其是能获取面部信息的Face Tracking SDK，能减轻三维人脸识别设计的工作量以及获取满意的识别效果。

本发明有如下意义：与一般的人脸识别方法相比，尤其是二维人脸识别方法，本发明的三维人脸识别方法具有精度高、识别稳定性强和防伪造能力强等优点。

发明内容

针对现有技术存在的不足，本发明提出了一种基于Kinect的三维人脸识别方法。

该方法的整体流程为：

(1)人脸区域检测：使用Kinect的彩色摄像头，获取彩色图像，然后使用成熟的二维人脸检测方法，检测出人脸区域；要求采集不同姿态的人脸数据10幅；

(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)特征提取：使用KPCA方法对三维人脸深度图像进行特征提取，其中训练集和测试集分别7幅和3幅；

(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。

附图说明

图1基于kinect深度图像的三维人脸识别流程图；

图2三维人脸姿态校正过程；

图3为核函数非线性映射。

具体实施方式

现对本发明的做进一步的描述，人脸识别过程中包括：降噪处理：由于kinect设备为了压缩成本，采用了的摄像头质量有限，采集的图像质量不高，常常包合毛刺噪声，为了保证识别精度，需要进行降噪处理，具体操作仅需对深度图像中的离散点进行滤波处理，步骤如下：(1)计算点云中的点的欧氏距离；(2)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。

在进行特征提取及分类前，需要对数据进行方向距离矫正和归一化处理。由于kinect获取的三维数据是以kinect为中心建立的三维坐标，以此坐标系进行校正和归一化并不适合人脸目标的识别，考虑到鼻尖对表情不敏感，于是需要将目前的三维坐标系转换成以鼻尖为中心的三维坐标系。

在一个通过面扫描获得的三维人脸数据中，一般鼻尖在某个方向上拥有最大投影。所以通过以下两个步骤可以估算鼻尖点的位置：

(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