[发明专利]一种三维人脸识别目标图像类别的获取方法

说明书

本发明提供了一种三维人脸识别目标图像类别的获取方法，本发明首先获取三维人脸深度图像和二维人脸灰度图像，之后将三维人脸深度图像分成若干块第一子图像，将二维人脸灰度图像分成若干块第二子图像；之后利用每个第一子图像和对应位置的第二子图像进行数据融合，得到若干个待检测子图像；之后对每个待检测子图像的数据进行降维处理，得到若干个目标子图像；之后根据每个目标子图像的像素值以及其包含的图像信息量为每个目标子图像设置权重；之后利用每个目标子图像设置的权重以及图像数据库确定每个目标子图像的类别，上述方案提高了人脸识别的精度，同时降低了人脸识别需要处理的数据量。

技术领域

本发明涉及数据处理以及人脸识别领域，尤其涉及一种三维人脸识别目标图像类别的获取方法。

背景技术

人脸识别技术具有非接触、非侵犯、无需参与者配合等优势，成为了当前生物特征识别中最具潜力和最受欢迎的识别方法之一。人脸识别是一种高维大数据集模式识别的典型应用，数据维数过高不利于数据的分析和处理，并且高维大数据集中包含很多对人脸识别没有用处的冗余信息，这些信息造成人脸识别过程中很大程度的时间消耗以及资源浪费，同时对人脸色识别的净度没有任何的好处。另外，当前人脸识别存在精度低的缺陷。综上，如何提高人脸识别的精度，同时降低人脸识别需要处理的数据量是目前亟需解决的技术问题。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是如何提高人脸识别的精度，同时降低人脸识别需要处理的数据量的技术问题。

(二)技术方案

为解决上述技术问题，本发明提供了一种人脸识别方法，所述方法包括如下步骤：

获取三维人脸深度图像和二维人脸灰度图像；

将所述三维人脸深度图像分成若干块第一子图像，将所述二维人脸灰度图像分成若干块第二子图像；

利用每个所述第一子图像和对应位置的第二子图像进行数据融合，得到若干个待检测子图像；

对每个所述待检测子图像的数据进行降维处理，得到若干个目标子图像；

根据每个所述目标子图像的像素值以及其包含的图像信息量为每个所述目标子图像设置权重；

利用每个所述目标子图像设置的权重以及图像数据库确定每个所述目标子图像的类别。

进一步地，所述图像数据库为CIS三维人脸实时数据库。

进一步地，所述图像数据库为Texas三维人脸数据库。

进一步地，所述方法利用C-LOGMAP算法对每个所述待检测子图像的数据进行降维处理。

进一步地，所述根据每个所述目标子图像的像素值以及其包含的图像信息量为每个所述目标子图像设置权重，包括如下步骤：

根据每个所述目标子图像的像素值，确定该目标子图像的均值像素方差；

根据每个所述目标子图像的图像信息量，确定该目标子图像的信息熵；

根据每个所述目标子图像的均值像素方差和信息熵，确定每个所述目标子图像的权值。

(三)有益效果

本发明的上述技术方案具有如下优点：