[发明专利]一种基于深度相机的人脸识别方法及系统

权利要求书

1.一种基于深度相机的人脸识别方法，其特征在于，包括：

获取目标对象的彩色人脸区域和深度人脸区域；

将所述彩色人脸区域输入至多尺度特征提取网络中的彩色多尺度特征提取网络，获取并融合所述彩色人脸区域不同尺度的彩色特征向量，得到彩色多尺度特征；

将所述深度人脸区域输入至所述多尺度特征提取网络中的深度多尺度特征提取网络，获取并融合所述深度人脸区域不同尺度的深度特征向量，得到深度多尺度特征；

将所述彩色多尺度特征和所述深度多尺度特征输入至所述多尺度特征提取网络中的识别单元，获取人脸识别结果。

2.根据权利要求1所述的基于深度相机的人脸识别方法，其特征在于，所述彩色人脸区域通过如下步骤获取：

获取所述目标对象的彩色图像；

对所述彩色图像进行人脸检测，获取所述彩色图像中的人脸关键点；

根据所述彩色图像中的人脸关键点和预设彩色模板关键点，获取彩色变换矩阵，并将所述彩色图像和所述彩色变换矩阵相乘，获取对齐后的彩色图像；

对对齐后的彩色图像进行裁剪，获取彩色人脸裁剪区域；

并对所述彩色人脸裁剪区域进行归一化，获取归一化后的彩色人脸裁剪区域；

将归一化后的彩色人脸裁剪区域作为所述彩色人脸区域。

3.根据权利要求2所述的基于深度相机的人脸识别方法，其特征在于，所述深度人脸区域通过如下步骤获取：

获取所述目标对象的深度图像；

利用所述彩色图像和所述深度图像的映射关系，获取所述深度图像中的人脸关键点；

根据所述深度图像中的人脸关键点和预设深度模板关键点，获取深度变换矩阵，将所述深度图像和所述深度变换矩阵相乘，获取对齐后的深度图像；

对对齐后的深度图像进行裁剪，获取深度人脸裁剪区域；

将所述深度人脸裁剪区域的深度数据转换为点云数据，获取转换后的深度人脸裁剪区域；

并对转换后的深度人脸裁剪区域进行归一化，获取归一化后的深度人脸裁剪区域；

将归一化后的深度人脸裁剪区域作为所述深度人脸区域。

4.根据权利要求1所述的基于深度相机的人脸识别方法，其特征在于，所述彩色多尺度特征提取网络由第一神经网络、若干第一特征映射模块和第一输出模块组成，其中，所述彩色多尺度特征提取网络以所述第一神经网络为基本结构，每一第一特征映射模块穿插在所述第一神经网络的不同位置，每一第一特征映射模块的卷积核大小不同，以提取出所述彩色图像不同尺度的彩色特征，所述第一输出模块将不同尺度的彩色特征和所述第一神经网络的输出特征进行拼接，输出所述彩色多尺度特征。

5.根据权利要求1所述的基于深度相机的人脸识别方法，其特征在于，所述深度多尺度特征提取网络由第二神经网络、若干第二特征映射模块和第二输出模块组成，其中，所述深度多尺度特征提取网络以所述第二神经网络为基本结构，每一第二特征映射模块穿插在所述第二神经网络的不同位置，每一第二特征映射模块的卷积核大小不同，以提取出所述深度图像不同尺度的深度特征，所述第二输出模块将不同尺度的深度特征和所述第二神经网络的输出特征进行拼接，输出所述深度多尺度特征。

6.根据权利要求4所述的基于深度相机的人脸识别方法，其特征在于，所述彩色多尺度特征提取网络中随着网络深度的增大，每一第一特征映射模块的卷积核大小逐渐减小。