[发明专利]一种基于平面参数化的三维人脸识别方法

权利要求书

1.一种基于平面参数化的三维人脸识别方法，其特征在于，包括以下步骤：

S1、提取ROI；

S2、变形测量和压扁。

2.如权利要求1所述的三维人脸识别方法，其特征在于，S1包括以下步骤：

S1.1求面部轮廓的对称平面：

给定人脸范围数据的点集S，可得到它服从一个初始的近似对称平面M的镜像S′，在S注册为S′后，S′被翻译成S″，因此S和S″组成了一个新的点集

令P为S中的任意点，P″为S″的镜像点，则对称平面A：

A＝{x|<x-(P+P″)/2,P-P″>＝0} 式II

引入迭代最近点方法来进行配准，对三维点集S做主分量分析，得到平均点和三个特征向量v₁，v₂，v₃，三个向量按照特征值的降序排列；

v₁大约是面朝上的方向，v₃点在面外，定义初始对称平面M来帮助ICP的收敛，其中M为：

最后计算得到的对称平面A与S的三角曲面的交点，得到中心轮廓曲线C；

S1.2检测鼻子尖：

计算出中心轮廓曲线C之后，令P₁和P₂为C的起点和终点，L为P₁和P₂之间的线段，定义鼻尖N为：

N＝arg max_P∈C{dist(P,L)} 式Ⅳ

然后在探测到的鼻尖N处建立一个以一定半径为中心的球面，并将ROI定义为S和球面上的点的集合，利用Delaunay方法对ROI进行三角化处理，并利用网格优化对其进行简化，重新引入计算复杂度。

3.如权利要求1所述的三维人脸识别方法，其特征在于，S2包括以下步骤：

S2.1失真的措施：

定义函数E来测量S和U之间的失真，将S′作为一个简单的网格，在三维空间中由一个1环邻域组成，而将U′作为S′的同分异构体；

如果获得最小失真，两种畸变度量E_A和E_X分别测量了保角和保区，它们是主要的两个三维网格性能；

一般的失真测量可定义为：

E＝αE_A+(1-α)E_X 0≤α≤1 式Ⅴ

在保留角的条件下，获得了狄利克雷能量E_A的最小值；

等积能量E_A达到保面积：

当时，

对于整个面部模型，由以上所有推导出如下方程：

以及

对于一般失真测量E，将M^A和M^X相结合的对应M定义为：

M＝αM^A+(1-α)M^X 0≤α≤1 式XIV。

4.如权利要求1或3所述的三维人脸识别方法，其特征在于，S2中还包括如下步骤：

S2.2面部表面的扁平：

给定映射的圆边界U_boundary，

将三角形网格参数化到平面上，就是将一个3D位置嵌入到单元圆中每个网格顶点；将绘制的边界预先定义为一个圆，将鼻尖设置为中心，在绘制的平面上只有旋转的变量；在给出边界条件的基础上，利用一般化最小残差算法求解了稀疏系统。

5.如权利要求4所述的三维人脸识别方法，其特征在于，S2还包括以下步骤：

S2.3计算绘制的深度图像：

采用最小二乘法将平面拟合到ROI点集上，并将其转化为鼻尖作为参考平面；通过投影到参考平面上，得到面部每个位置的与姿态无关的特征，并得到相关深度图像；通过插值，计算出映射圆盘上每个点的特征。

6.如权利要求5所述的三维人脸识别方法，其特征在于，S23中还包括移除旋转步骤：

1)将最接近中心轮廓曲线起点的边界顶点映射到圆盘的最右点上，并完成扁平化映射；

2)计算相对深度值，将对称轴调整到水平方向；经过以上两个步骤便完成映射ROI的正则化和注册。