[发明专利]结合3D结构光、红外光及可见光的人脸识别方法及系统

权利要求书

1.结合3D结构光、红外光及可见光的人脸识别方法，其特征在于，包括：

获取3D图像信息；

判断所获取到的3D图像信息中是否存在活体信息；

当判断所获取的3D图像信息中存在活体信息时；

获取待识别人脸图像的可见光图像信息及红外光图像信息，分别记为待识别可见光图像及待识别红外光图像；

获取预设人脸图像数据库，其中，所述人脸图像数据库包括至少一个预设人脸模型数据信息，所述预设人脸模型数据信息中包括预设红外特征数据及预设可见光特征数据；所述人脸图像数据库还包括预设红外光参数及预设可见光参数；

根据所述红外光参数获取所述待识别红外光图像的特征数据，记为待识别红外光特征数据；

根据所述可见光参数获取所述待识别可见光图像的特征数据，记为待识别可见光特征数据；

根据所述待识别可见光特征数据及所述待识别红外特征数据，分别生成与各个所述预设人脸模型数据的匹配得分，并对所述匹配得分进行排序；

获取所述匹配得分最高的预设人脸模型数据作为识别结果。

2.如权利要求1所述的结合3D结构光、红外光及可见光的人脸识别方法，其特征在于，所述3D图像信息包括深度图像信息及彩色图像信息；

则，所述判断所获取到的3D图像信息中是否存在活体信息，具体包括：

获取所述彩色图像信息中的人脸轮廓坐标；

根据所获取的人脸轮廓坐标在所述深度图像信息中生成人脸检测区域；

计算所述深度图像信息中人脸检测区域中的所有像素点的标准差；

当所述标准差超过预设阈值时，判断所获取的3D图像信息中存在活体信息。

3.如权利要求1所述的结合3D结构光、红外光及可见光的人脸识别方法，其特征在于，所述预设人脸模型数据信息中还包括预设红外光图像信息及预设可见光图像信息；

则，所述的结合3D结构光、红外光及可见光的人脸识别方法，还包括：

获取所述预设人脸图像数据库中，所有预设人脸模型数据信息中的预设红外光图像信息；

将所获取的预设红外光图像信息转换为列向量Dnⁱ；其中，i属于M，M为所述预设人脸图像数据库中存储的预设人脸模型数据的数量；

将所述列向量Dnⁱ去平均化后生成一个Dn x M的矩阵An，其中，

An＝[Dn¹-Dn′,……,Dn^M-Dn′]，

根据所述矩阵An生成协方差矩阵Cn，其中，An^T为矩阵An的转置；

获取所述协方差矩阵Cn的本征值和本征向量，其中，记所述协方差矩阵Cn的本征值为λnⁱ，所述协方差矩阵Cn的本征向量θnⁱ；

获取所述协方差矩阵Cn前x个本征值，使其满足，其中，r为协方差矩阵Cn中非零的本征值个数，ξ为预设能量贡献值，0＜ξ≤1；

获取所述协方差矩阵Cn前x个本征向量θnⁱ，生成矩阵Wn，其中，Wn＝[θn¹,……,θn^x]记所述矩阵Wn为预设红外光参数；

获取所述预设人脸图像数据库中，所有预设人脸模型数据信息中的预设可见光图像信息；

将所获取的预设可见光图像信息转换为列向量Dvⁱ；其中，i属于M，M为所述预设人脸图像数据库中存储的预设人脸模型数据的数量；

将所述列向量Dvⁱ去平均化后生成一个Dv x M的矩阵Av，其中，

Av＝[Dv¹-Dv′,……,Dv^M-Dv′]，

根据所述矩阵Av生成协方差矩阵Cv，其中，Av^T为矩阵Av的转置；

获取所述协方差矩阵Cv的本征值和本征向量，其中，记所述协方差矩阵Cv的本征值为λvⁱ，所述协方差矩阵Cv的本征向量θvⁱ；

获取前y个本征值，使其满足，其中，r为协方差矩阵Cv中非零的本征值个数，ξ为预设能量贡献值，0＜ξ≤1；

获取所述协方差矩阵Cv前y个本征向量θvⁱ，生成矩阵Wv，其中，Wv＝[θv¹,……,θv^y]记所述矩阵Wv为预设可见光参数。