[发明专利]人脸识别模型构建方法及系统及识别方法在审
申请号: | 202111119252.2 | 申请日: | 2021-09-24 |
公开(公告)号: | CN113808274A | 公开(公告)日: | 2021-12-17 |
发明(设计)人: | 周环;吴泽徐;许晓东 | 申请(专利权)人: | 福建平潭瑞谦智能科技有限公司 |
主分类号: | G06T17/20 | 分类号: | G06T17/20;G06T5/00 |
代理公司: | 厦门原创专利事务所(普通合伙) 35101 | 代理人: | 黄灿林 |
地址: | 350400 福建省福州市平潭综合实*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 识别 模型 构建 方法 系统 | ||
1.一种人脸识别模型构建方法,其特征在于,包括以下步骤:
S1,获取人脸的二维图像和三维云点图像,并分别对图像预处理;
S2,分别获取所述二维图像中各个特征点n和所述三维云点图像中各个特征点n'的特征向量V2d以及V3d,其中,n与n'均为自然数,且相对应;
S3,分别将所述二维图像和所述三维云点图像分别对应设置于二维坐标系(xy)以及三维坐标系(x',y',z')中;
S4,将所述二维坐标系(xy)映射于所述三维坐标系(x',y',z')中,并使所述二维坐标系(xy)的平面及原点与三维坐标系(x',y',z')中x'y'平面及其原点重合,然后将所述二维图像的各个特征点n的特征向量V2d分别与所述三维云点图像中对应的各个特征点n'的特征向量V3d融合,得到人脸识别模型。
2.根据权利要求1所述的人脸识别模型构建方法,其特征在于,在步骤S1中,所述对二维图像进行预处理的步骤包括:
S11,对所述二维图像进行灰化处理,然后进行滤波降噪处理。
3.根据权利要求2所述的人脸识别模型构建方法,其特征在于,在步骤S1中,所述对三维图像进行预处理的步骤包括:
S12,对所述三维图像进行平滑滤波处理。
4.根据权利要求1所述的人脸识别模型构建方法,其特征在于,所述各个特征包括鼻子、眼睛、嘴巴、耳朵以及额头。
5.根据权利要求1所述的人脸识别模型构建方法,其特征在于,在步骤S3中,所述分别将所述二维图像和所述三维云点图像分别对应设置于二维坐标系(xy)以及三维坐标系(x',y',z')中的步骤包括:
分别以所述二维图像和所述三维云点图像鼻尖处的特征点作为所述二维坐标系(xy)以及所述三维坐标系(x',y',z')的原点,其他特征点按照其对应坐标布设于所述二维坐标系(xy)以及所述三维坐标系(x',y',z')中。
6.一种人脸识别模型构建系统,其特征在于,包括:
获取单元,用于获取人脸的二维图像和三维云点图像;
图像预处理,用于分别对所述二维图像和所述三维云点图像进行预处理;
特征向量提取单元,分别获取所述二维图像中各个特征点n和所述三维云点图像中各个特征点n'的特征向量V2d以及V3d,其中,n与n'均为自然数,且相对应;
处理单元,分别将所述二维图像和所述三维云点图像分别对应设置于二维坐标系(xy)以及三维坐标系(x',y',z')中;且所述处理单元进一步用于将所述二维坐标系(xy)映射于所述三维坐标系(x',y',z')中,并使所述二维坐标系(xy)的平面及原点与三维坐标系(x',y',z')中x'y'平面及其原点重合,然后将所述二维图像的各个特征点n的特征向量V2d分别与所述三维云点图像中对应的各个特征点n'的特征向量V3d融合,得到人脸识别模型。
7.一种基于人脸识别模型的识别方法,其特征在于,包括:
在人脸识别过程中,通过比对人脸特征向量VFUSE1中的二维特征、三维特征或合并的特征进行人脸识别。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福建平潭瑞谦智能科技有限公司,未经福建平潭瑞谦智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111119252.2/1.html,转载请声明来源钻瓜专利网。