專利名稱：一種3d人臉識別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種人臉識別方法，尤其涉及一種3D人臉識別方法。
背景技術(shù)：
人臉識別，特指利用分析比較人臉視覺特征信息進行身份鑒別的計算機技術(shù)。人臉識別是一項熱門的計算機技術(shù)研究領(lǐng)域，人臉追蹤偵測，自動調(diào)整影像放大，夜間紅外偵測，自動調(diào)整曝光強度；它屬于生物特征識別技術(shù)，是對生物體(一般特指人)本身的生物特征來區(qū)分生物體個體。在人臉識別過程中，通常包括以下3個步驟:人臉檢測與跟蹤、面部關(guān)鍵特征點的定位與配準、人臉特征的提取與比對，人臉特征的配準，對識別率有很大的影響。同時，眼睛的定位是其他特征點(如鼻子、嘴巴等)定位的基礎(chǔ)，因此精確而快速的眼睛定位是人臉識別方法的關(guān)鍵環(huán)節(jié)之一。目前二維人臉識別技術(shù)已成熟，但二維人臉識別是基于人臉平面圖像的，實際上人臉本身是三維的，人臉平面圖像只是三維人臉在一個平面上的投影，在這個過程中，必然會丟失一部分信息，因此，其識別率有待進一步提升；而三維人臉識別技術(shù)中人臉重建算法很復(fù)雜，識別速度較慢。

發(fā)明內(nèi)容
本發(fā)明克服了現(xiàn)有技 術(shù)的不足，提供一種三維人臉重建算法簡單、可精確快速實現(xiàn)眼睛定位、識別速度快、識別率高的人臉識別方法。為達到上述目的，本發(fā)明采用的技術(shù)方案為:一種3D人臉識別方法，其特征在于:包括以下步驟:
1)創(chuàng)建具有人臉圖像樣本的目標數(shù)據(jù)庫；
2)利用對稱設(shè)置的左攝像頭和右攝像頭分別拍攝左臉圖像和右臉圖像；
3)將拍攝到的左臉圖像和右臉圖像進行立體融合獲得完整人臉圖像；
4)對步驟3)中的人臉圖像進行基于眼睛定位的人臉檢測定位；
5)對檢測定位后的人臉圖像進行特征提?。?br> 6)將經(jīng)特征提取后的人臉圖像與目標數(shù)據(jù)庫中的人臉圖像樣本進行對比識別，輸出識別結(jié)果。本發(fā)明一個較佳實施例中，進一步包括所述步驟3)中左臉圖像與右臉圖像的立體融合是基于像素級的圖像融合，采用三維小波變換法進行立體融合。本發(fā)明一個較佳實施例中，進一步包括所述步驟4)中采用投影峰算法對眼睛快速定位，所述投影峰算法包括以下步驟:
a)對圖像做水平灰度積分投影；
b)去除投影積分曲線上的毛刺；
c)搜索曲線上的投影峰；
d)求取所有投影峰的評價值，并對評價值排序，評價值最大的投影峰對應(yīng)眼睛所在區(qū)域；
e)在確定的眼睛所處區(qū)間內(nèi)，求灰度積分值最大的點，則該點對應(yīng)眼睛瞳孔中心的縱坐標；
f )依據(jù)步驟a)至e)求取眼睛瞳孔中心的橫坐標。本發(fā)明一個較佳實施例中，進一步包括所述步驟5)中采用PCA算法提取人臉圖像特征矢量值。本發(fā)明一個較佳實施例中，進一步包括所述步驟6)中采用BP神經(jīng)網(wǎng)絡(luò)算法進行識別，將待識別的人臉圖像特征矢量值與目標數(shù)據(jù)庫中人臉圖像樣本的BP神經(jīng)網(wǎng)絡(luò)收斂權(quán)值相比得識別結(jié)果。本發(fā)明解決了背景技術(shù)中存在的缺陷，本發(fā)明的3D人臉識別方法利用具有三維特征的左臉圖像和右臉圖像進行立體融合，解決了傳統(tǒng)三維人臉識別技術(shù)中人臉重建算法較復(fù)雜的缺點；利用人臉灰度圖像中眼睛定位的人臉位置矯正方法，實現(xiàn)快速定位，提高了識別率，具有可靠的有效性和穩(wěn)定性。


下面結(jié)合附圖和實施例對本發(fā)明進一步說明。圖1是本發(fā)明的操作流程 圖2是本發(fā)明中投影峰算法的流程圖。
具體實施例方式現(xiàn)在結(jié)合附圖和實施例對本發(fā)明作 進一步詳細的說明，這些附圖均為簡化的示意圖，僅以示意方式說明本發(fā)明的基本結(jié)構(gòu)，因此其僅顯示與本發(fā)明有關(guān)的構(gòu)成。如圖1所示，一種3D人臉識別方法，包括以下步驟:
S1、創(chuàng)建具有人臉圖像樣本的目標數(shù)據(jù)庫；為識別人臉圖像提供豐富的資源。S2、利用對稱設(shè)置的左攝像頭和右攝像頭分別拍攝左臉圖像和右臉圖像；雙攝像頭，好比人的一雙眼睛，保留了人臉圖像的三維信息。S3、將拍攝到的左臉圖像和右臉圖像進行立體融合獲得完整人臉圖像；左臉圖像與右臉圖像的立體融合是基于像素級的圖像融合，采用三維小波變換法進行立體融合?；谌S小波變換的圖像融合的整個過程用公式表示為:
權(quán)利要求
1.一種3D人臉識別方法，其特征在于:包括以下步驟: 1)創(chuàng)建具有人臉圖像樣本的目標數(shù)據(jù)庫； 2)利用對稱設(shè)置的左攝像頭和右攝像頭分別拍攝左臉圖像和右臉圖像； 3)將拍攝到的左臉圖像和右臉圖像進行立體融合獲得完整人臉圖像； 4)對步驟3)中的人臉圖像進行基于眼睛定位的人臉檢測定位； 5)對檢測定位后的人臉圖像進行特征提??； 6)將經(jīng)特征提取后的人臉圖像與目標數(shù)據(jù)庫中的人臉圖像樣本進行對比識別，輸出識別結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種3D人臉識別方法，其特征在于:所述步驟3)中左臉圖像與右臉圖像的立體融合是基于像素級的圖像融合，采用三維小波變換法進行立體融合。
3.根據(jù)權(quán)利要求1所述的一種3D人臉識別方法，其特征在于:所述步驟4)中采用投影峰算法對眼睛快 速定位，所述投影峰算法包括以下步驟: a)對圖像做水平灰度積分投影； b)去除投影積分曲線上的毛刺； c)搜索曲線上的投影峰； d)求取所有投影峰的評價值，并對評價值排序，評價值最大的投影峰對應(yīng)眼睛所在區(qū)域； e)在確定的眼睛所處區(qū)間內(nèi)，求灰度積分值最大的點，則該點對應(yīng)眼睛瞳孔中心的縱坐標； f )依據(jù)步驟a)至e)求取眼睛瞳孔中心的橫坐標。
4.根據(jù)權(quán)利要求1所述的一種3D人臉識別方法，其特征在于:所述步驟5)中采用PCA算法提取人臉圖像特征矢量值。
5.根據(jù)權(quán)利要求4所述的一種3D人臉識別方法，其特征在于:所述步驟6)中采用BP神經(jīng)網(wǎng)絡(luò)算法進行識別，將待識別的人臉圖像特征矢量值與目標數(shù)據(jù)庫中人臉圖像樣本的BP神經(jīng)網(wǎng)絡(luò)收斂權(quán)值相比得識別結(jié)果。
全文摘要
本發(fā)明涉及一種3D人臉識別方法，該方法利用人臉灰度圖像中眼睛定位的人臉位置矯正方法，針對人眼灰度變化特點、人眼幾何形狀特征及雙眼的軸對稱性的特點，該方法對于雙眼可見單人臉灰度圖像能實現(xiàn)快速有效矯正，并能在矯正結(jié)果中精確給出雙眼瞳孔位置，實現(xiàn)快速定；特征提取和識別過中，利用BP神經(jīng)網(wǎng)絡(luò)的主元分析人臉圖像識別方法，該方法利用非線性主元分析神經(jīng)網(wǎng)絡(luò)對人臉圖像提取人臉特征(矢量)，并在BP神經(jīng)網(wǎng)絡(luò)上實現(xiàn)了對人臉圖像的識別，提高了識別率，具有可靠的有效性和穩(wěn)定性。
文檔編號G06K9/46GK103218612SQ201310174608
公開日2013年7月24日 申請日期2013年5月13日 優(yōu)先權(quán)日2013年5月13日
發(fā)明者張會林, 孫利華 申請人:蘇州福豐科技有限公司