[发明专利]基于多位图切平面与多尺度uLBP的三维人脸遮挡判别方法

权利要求书

1.基于多位图切平面与多尺度uLBP的三维人脸遮挡判别方法，其特征在于：所述判别方法包括以下步骤：

步骤1，计算并得到输入三维人脸点云的深度图；

步骤2，计算深度图的位图灰度值并得到8张位图切平面，假设深度图像素点p处的灰度值是T(p)，计算像素点各个位的灰度计算表达式为：

T(p)＝r₈·2⁷+r₇·2⁶+r₆·2⁵+r₅·2⁴+r₄·2³+r₃·2²+r₂·2¹+r₁·2⁰，

式中r₈，r₇，r₆，r₅，r₄，r₃，r₂，r₁分别是像素点在第8、7、6、5、4、3、2、1位的灰度值；

步骤3，提取出6、7、8位图平面并合成得到多位图切平面，多位图切平面图像素点p处灰度值G(p)的计算表达式为：

G(p)＝r₈+r₇+r₆，

根据上式得到输入人脸样本的多且位图平面；

步骤4，按照x，y坐标，对多位图切平面进行3*4分块，得到12个子区域；

步骤5，在多位图切平面的12个子区域内分别遍历像素点提取多尺度LBP特征描述子；

步骤6，对提取得到的各子区域的多尺度LBP特征描述子S_j，j＝1～12进行降维运算，得到59维多尺度uLBP特征描述子k_j，j＝1～12，j表示子区域序号；

步骤7，将输入人脸的12个子区域的各多尺度uLBP特征描述子k_j串联得到基于多位图切平面与多尺度uLBP的特征向量K，并作为每张人脸点云样本的最终特征向量。

2.根据权利要求1所述的基于多位图切平面与多尺度uLBP的三维人脸遮挡判别方法，其特征在于：在所述步骤7后还包括：步骤8、使用支持向量机进行训练及测试，输入数据为步骤7中所提取的最终特征，以完成遮挡判断与识别。

3.根据权利要求1所述的基于多位图切平面与多尺度uLBP的三维人脸遮挡判别方法，其特征在于：在多位图切平面的各子区域提取多尺度LBP特征描述子中，像素点q为中心像素点。

4.根据权利要求1所述的基于多位图切平面与多尺度uLBP的三维人脸遮挡判别方法，其特征在于：所述步骤4中基于深度图的x，y坐标，对多位图切平面进行3*4分块的方法为：

(41)根据深度图大小能够得到位图切平面的x，y坐标最大最小值；

(42)将深度图的x坐标3等分，将深度图的y坐标4等分；

(43)x坐标从0～1/3，y坐标从0～1/4记为第1小块，x坐标从0～1/3，y坐标从1/4～2/4记为第2小块，x坐标从0～1/3，y坐标从2/4～3/4记为第3小块，x坐标从0～1/3，y坐标从3/4～4/4记为第4小块，x坐标从1/3～2/3，y坐标从0～1/4记为第5小块，x坐标从1/3～2/3，y坐标从1/4～2/4记为第6小块，x坐标从1/3～2/3，y坐标从2/4～3/4记为第7小块，x坐标从1/3～2/3，y坐标从3/4～4/4记为第8小块，x坐标从2/3～3/3，y坐标从0～1/4记为第9小块，x坐标从2/3～3/3，y坐标从1/4～2/4记为第10小块，x坐标从2/3～3/3，y坐标从2/4～3/4记为第11小块，x坐标从2/3～3/3，y坐标从3/4～4/4记为第12小块；

(44)完成输入人脸12个子区域的划分。