[发明专利]一种基于三维数据的人脸识别系统

摘要

本发明公开一种基于三维数据的人脸识别系统，通过在点云层对三维数据质量进行初步评估，检测鼻尖区域，以鼻尖区域作为基准数据进行配准，进行深度人脸图像映射，再次评估图像质量后，进行深度人脸数据进行纹理修复，最后按照训练好的三维人脸视觉词典进行三维数据的视觉词典直方图向量提取，利用分类器实现三维人脸识别。本发明提高了人脸数据的质量和三维人脸识别的效率。

主权项

1.一种基于三维数据的人脸识别系统，其特征在于，主要包括：(一)输入三维人脸点云数据的三维人脸点云数据输入计算单元；(二)对三维人脸点云数据中人脸特定区域检测的人脸特定区域检测计算单元；(三)对检测到的人脸特定区域进行数据配准的数据配准计算单元；(四)对配准后的三维人脸点云数据进行深度人脸数据映射的深度人脸特征映射计算单元；(五)对人脸深度数据质量评估计算的人脸图像评估计算单元，具体包括计算深度特征脸和深度图像数据质量评估，主要步骤如下：步骤一：计算深度特征脸的步骤如下：(1)选择训练集的深度人脸图像数据，将其从二维矩阵拉伸为一维列向量；组合列向量成新的矩阵，表示为A矩阵；假设每张深度人脸图像分辨率为M*M，则拉伸后的人脸列向量维度为D＝M*M；若训练集中有N张深度人脸图像，则样本矩阵A的维度为D*N；(2)将N张深度人脸图像在对应维度上相加，并求平均值，得到深度图像的平均脸，将N张深度人脸图像与平均脸相减，得到差值图像数据矩阵φ，φ^T为φ的转置；(3)对协方差C＝φ*φ^T进行特征值分解，根据所有特征值能量所占比率，选择较大的特征值，其对应的特征向量则为深度特征人脸；深度特征人脸图像投影到特征人脸空间进行近似计算；步骤二：利用深度特征脸进行人脸深度数据质量评估的步骤如下：在训练阶段，训练出深度特征人脸图像的特征脸，以此基础张成深度特征人脸图像空间，在评估阶段，对输入的深度特征人脸图像，将其映射为深度特征人脸图像空间中的一点，从而得到利用深度特征人脸表示的近似深度人脸图像：其中，I_apr表示为近似深度人脸图像，W_i表示特征值i的能量所占比率；然后将近似图像与原始图像进行对比，若差值大于某个阈值，阈值设为Thr，则说明该深度图像不符合深度脸代表的类型，评估不通过；否则认为该图像符合深度特征脸代表的类型，评估通过，公式如下：其中，I_ori表示原始图像，E表示评估结果，E＝1时评估通过，否则不通过；(六)对深度人脸数据进行深度人脸纹理修复的深度人脸纹理修复计算单元；(七)对人脸深度数进行特征提取的深度人脸特征提取计算单元；(八)对深度人脸数据进行三维人脸识别的三维人脸识别计算单元。