基于三維人臉識別的超市預付費支付方法
【專利摘要】本發(fā)明公開一種基于三維人臉識別的超市預付費支付方法，包括以下步驟，S01，建立預付費人臉識別庫；S02，三維激光掃描儀采集人臉圖像；S03，將步驟S02獲取的三維人臉圖像分解成二維子圖，并轉換為灰度圖；S05，對二維子圖進行人臉圖像輪廓提取：S06，提取二維子圖中人臉圖像面部特征；S07,建立三維人臉圖形模型；S08，將步驟S07獲取的三維人臉圖形模型與步驟S01所述預付費人臉識別庫中的數(shù)據(jù)進行對比匹配，當匹配度超過匹配閾值時，進入超市預付費支付系統(tǒng)，否則，支付失敗。本發(fā)明脫離購物卡本身實現(xiàn)三維人臉識別預付費支付，三維人臉識別相應速度快，安全性能高。
【專利說明】基于三維人臉識別的超市預付費支付方法

【技術領域】
[0001]本發(fā)明屬智能支付領域，尤其涉及一種基于三維人臉識別的超市預付費支付方法。

【背景技術】
[0002]目前，超市發(fā)行購物卡，通過刷購物卡實現(xiàn)預付費，需要終端磁性刷卡終端和購物卡配合使用，購物卡丟失后，對顧客產生經濟損失。


【發(fā)明內容】

[0003]為了解決現(xiàn)有技術問題，本發(fā)明提供了一種基于三維人臉識別的超市預付費支付方法，脫離購物卡本身實現(xiàn)三維人臉識別預付費支付，三維人臉識別相應速度快，安全性能聞。
[0004]本發(fā)明采用的技術方案為:一種基于三維人臉識別的超市預付費支付方法，包括以下步驟，
S01，建立預付費人臉識別庫:通過三維激光掃描儀得到的人臉標準樣本圖像數(shù)據(jù)，將所述樣本圖像數(shù)據(jù)存入到數(shù)據(jù)庫中，建立人臉識別庫；
S02，三維激光掃描儀采集人臉圖像；
S03，將步驟S02獲取的三維人臉圖像分解成二維子圖，并轉換為灰度圖；
S04，對二維子圖進行人臉圖像輪廓提取:
S05，提取二維子圖中人臉圖像面部特征；
S06,建立三維人臉圖形模型:通過多邊形網(wǎng)格方法建立三維模型,把三維模型表面的點連接成以多邊形為單位的網(wǎng)格；
S07，將步驟S06獲取的三維人臉圖形模型與步驟SOl所述預付費人臉識別庫中的數(shù)據(jù)進行對比匹配，當匹配度超過匹配閾值時，進入超市預付費支付系統(tǒng)，否則，支付失敗。
[0005]步驟SOl所述圖像數(shù)據(jù)是點云數(shù)據(jù)，掃描數(shù)據(jù)是以點云數(shù)據(jù)形式存儲，存儲黑白人臉圖像，每個點的信息包括三維空間位置、相對坐標系位置和灰度信息。
[0006]步驟S03包括以下步驟，通過不同光照條件和三維物體在二維圖像中呈現(xiàn)出的不同姿態(tài)，自動學習物體的表示或者訓練集；基于樣本訓練方法將不同臉部表情的圖像進行標準化處理。
[0007]步驟S03 二維子圖包括正視子圖、側視子圖和俯視子圖；
步驟S04包括以下步驟，建立圖像邊緣灰度變化模型，進行邊緣檢測，提取人臉圖像輪廓。
[0008]步驟S06多邊形網(wǎng)格的方法采用分段線性擬合，在物體表面不規(guī)則地采集樣本點并完全不需要對物體進行參數(shù)化；三維人臉圖形模型包括為正視子圖、側視子圖和俯視子圖。
[0009]與現(xiàn)有技術相比，本發(fā)明有益效果包括: 本發(fā)明脫離購物卡本身實現(xiàn)三維人臉識別預付費支付，三維人臉識別相應速度快，安全性能高。

【具體實施方式】
[0010]下面結合具體實施例對本發(fā)明作更進一步的說明。
[0011]一種基于三維人臉識別的超市預付費支付方法，包括以下步驟，
S01，建立預付費人臉識別庫:通過三維激光掃描儀得到的人臉標準樣本圖像數(shù)據(jù)，將所述樣本圖像數(shù)據(jù)存入到數(shù)據(jù)庫中，建立人臉識別庫；圖像數(shù)據(jù)是點云數(shù)據(jù)，掃描數(shù)據(jù)是以點云數(shù)據(jù)形式存儲，存儲黑白人臉圖像，每個點的信息包括三維空間位置、相對坐標系位置和灰度信息。
[0012]S02，三維激光掃描儀采集人臉圖像；
S03，將步驟S02獲取的三維人臉圖像分解成二維子圖，并轉換為灰度圖；通過不同光照條件和三維物體在二維圖像中呈現(xiàn)出的不同姿態(tài)，自動學習物體的表示或者訓練集；基于樣本訓練方法將不同臉部表情的圖像進行標準化處理。
[0013]二維子圖包括正視子圖、側視子圖和俯視子圖。
[0014]S04，對二維子圖進行人臉圖像輪廓提?。唤D像邊緣灰度變化模型，進行邊緣檢測，提取人臉圖像輪廓。
[0015]S05，提取二維子圖中人臉圖像面部特征；
S06,建立三維人臉圖形模型:通過多邊形網(wǎng)格方法建立三維模型,把三維模型表面的點連接成以多邊形為單位的網(wǎng)格；多邊形網(wǎng)格的方法采用分段線性擬合，在物體表面不規(guī)則地采集樣本點并完全不需要對物體進行參數(shù)化；三維人臉圖形模型包括為正視子圖、側視子圖和俯視子圖。
[0016]S07，將步驟S06獲取的三維人臉圖形模型與步驟SOl所述預付費人臉識別庫中的數(shù)據(jù)進行對比匹配，當匹配度超過匹配閾值時，進入超市預付費支付系統(tǒng)，否則，支付失敗。
[0017]以上僅是本發(fā)明的優(yōu)選實施方式，應當指出:對于本【技術領域】的普通技術人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視為本發(fā)明的保護范圍。
【權利要求】
1.基于三維人臉識別的超市預付費支付方法，其特征在于，包括以下步驟， S01，建立預付費人臉識別庫:通過三維激光掃描儀得到的人臉標準樣本圖像數(shù)據(jù)，將所述樣本圖像數(shù)據(jù)存入到數(shù)據(jù)庫中，建立人臉識別庫； S02，三維激光掃描儀采集人臉圖像； S03，將步驟S02獲取的三維人臉圖像分解成二維子圖，并轉換為灰度圖； S04，對二維子圖進行人臉圖像輪廓提取: S05，提取二維子圖中人臉圖像面部特征； S06,建立三維人臉圖形模型:通過多邊形網(wǎng)格方法建立三維模型，把三維模型表面的點連接成以多邊形為單位的網(wǎng)格； S07，將步驟S06獲取的三維人臉圖形模型與步驟SOI所述預付費人臉識別庫中的數(shù)據(jù)進行對比匹配，當匹配度超過匹配閾值時，進入超市預付費支付系統(tǒng)，否則，支付失敗。
2.根據(jù)權利要求1所述的基于三維人臉識別的超市預付費支付方法，其特征在于，步驟S01所述圖像數(shù)據(jù)是點云數(shù)據(jù)，掃描數(shù)據(jù)是以點云數(shù)據(jù)形式存儲，存儲黑白人臉圖像，每個點的信息包括三維空間位置、相對坐標系位置和灰度信息。
3.根據(jù)權利要求1所述的基三維人臉識別的超市預付費支付方法，其特征在于，步驟S03包括以下步驟，通過不同光照條件和三維物體在二維圖像中呈現(xiàn)出的不同姿態(tài)，自動學習物體的表示或者訓練集；基于樣本訓練方法將不同臉部表情的圖像進行標準化處理。
4.根據(jù)權利要求1所述的基于三維人臉識別的超市預付費支付方法，其特征在于，步驟S03 二維子圖包括正視子圖、側視子圖和俯視子圖。
5.根據(jù)權利要求1所述的基于三維人臉識別的超市預付費支付方法，其特征在于，步驟S04包括以下步驟，建立圖像邊緣灰度變化模型，進行邊緣檢測，提取人臉圖像輪廓。
6.根據(jù)權利要求1所述的基于三維人臉識別的超市預付費支付方法，其特征在于，步驟S06多邊形網(wǎng)格方法采用分段線性擬合，在物體表面不規(guī)則地采集樣本點并完全不需要對物體進行參數(shù)化；三維人臉圖形模型包括為正視子圖、側視子圖和俯視子圖。
【文檔編號】G06Q20/28GK104408616SQ201410684272
【公開日】2015年3月11日 申請日期:2014年11月25日 優(yōu)先權日:2014年11月25日
【發(fā)明者】張會林, 孫利華 申請人:蘇州福豐科技有限公司