專利名稱：基于圖像傳感器成像系統(tǒng)的人臉識別算法的制作方法
技術領域：
本發(fā)明涉及三維成像技術領域，具體涉及一種基于圖像傳感器成像系統(tǒng)的人臉識別算法。
背景技術：
隨著計算機技術、電子通信技術和網(wǎng)絡技術的飛速發(fā)展，身份識別的重要性日 益凸顯。傳統(tǒng)的口令方式已經(jīng)逐漸不適應當代社會的發(fā)展，而生物特征識別技術成為目前身份識別技術發(fā)展的主要方向。生物特征通常具有唯一性、可以測量或可自動識別性和終身不變性等特點，可以滿足身份識別的需要，主要包括人臉識別、指紋識別、手型識別、虹膜識別、DNA識別、筆跡識別和語音識別等。人臉識別是利用人臉的視覺特征信息進行身份識別的生物特征識別技術。與其他生物特征識別技術相比，人臉識別方法具有非接觸性、信息完備、采集便捷、人機友好等優(yōu)點。最早的人臉識別大多基于二維灰度圖像或彩色圖像。二維人臉識別技術的最大優(yōu)勢就是方法直觀、識別迅速。但同時，二維人臉識別技術也容易受到光照、姿態(tài)、表情等因素的影響。近年來，隨著相關成像技術的飛速發(fā)展，三維成像技術為人臉識別技術發(fā)展提供了新的思路。三維成像方法可以采集到人體面部的三維信息，這些數(shù)據(jù)可以客觀、真實的反映臉部的空間信息和本質(zhì)特征。基于三維成像技術的三維人臉識別方法具有數(shù)據(jù)信息豐富、可靠性高等優(yōu)點，是一種比較理想的生物特征識別技術。目前常見的三維人臉識別方法主要有迭代最近點法、豪斯多夫距離法、基于二值模式的方法、基于局部描述符的方法、基于曲率的方法、基于多數(shù)據(jù)多技術融合的方法等。當然，這些方法仍大多處于發(fā)展階段，在識別率和識別速度方面都還有一定的提升空間。

發(fā)明內(nèi)容
本發(fā)明目的是提出一種基于圖像傳感器成像系統(tǒng)的快速有效的人臉識別算法。本發(fā)明采用的技術方案是基于圖像傳感器成像系統(tǒng)的人臉識別算法，其特征在于，該算法的步驟如下(I)通過圖像傳感器成像系統(tǒng)獲得三維人臉數(shù)據(jù)；(2)對上述獲得的三維人臉數(shù)據(jù)進行校正手動標記人臉數(shù)據(jù)中面部的若干關鍵點(如左眼角點、右右眼角點、鼻尖點等)，通過比較關鍵點的空間位置獲得頭部的姿態(tài)變化情況，并進一步對整體人臉數(shù)據(jù)進行旋轉(zhuǎn)、插值和對齊，得到標準、統(tǒng)一的“正中面”人臉圖像；(3)利用等深度線表示人臉數(shù)據(jù)校正后的三維人臉數(shù)據(jù)信息豐富，數(shù)據(jù)量較大，為便于分類識別提高識別速度，采用等深度線來描繪三維人臉的表面信息；人臉表面同一深度點的集合即等深度線，選擇人臉表面若干有代表性的深度，提取相應的等深度線；
(4)利用傅里葉描繪子描述等深度線傅里葉描繪子是圖像處理中邊界描繪子的一種，通過傅里葉描繪子可以表示一條閉合曲線的特征，同時也可以通過該描繪子恢復曲線的原貌；第(3)步中提取的離散形式的等深度線均為一種二維曲線，同樣可以利用傅里葉描繪子描述；針對之前第(3)步中提取出的任意一條人臉等深度線都可以視為離散點的坐標序列
權利要求
1.一種基于圖像傳感器成像系統(tǒng)的人臉識別算法，其特征在于，該算法的步驟如下 (1)通過圖像傳感器成像系統(tǒng)獲得三維人臉數(shù)據(jù)； (2)對上述獲得的三維人臉數(shù)據(jù)進行校正 手動標記人臉數(shù)據(jù)中面部的若干關鍵點(如左眼角點、右右眼角點、鼻尖點等)，通過比較關鍵點的空間位置獲得頭部的姿態(tài)變化情況，并進一步對整體人臉數(shù)據(jù)進行旋轉(zhuǎn)、插值和對齊，得到標準、統(tǒng)一的“正中面”人臉圖像； (3)利用等深度線表示人臉數(shù)據(jù) 校正后的三維人臉數(shù)據(jù)信息豐富，數(shù)據(jù)量較大，為便于分類識別提高識別速度，采用等深度線來描繪三維人臉的表面信息；人臉表面同一深度點的集合即等深度線，選擇人臉表面若干有代表性的深度，提取相應的等深度線； (4)利用傅里葉描繪子描述等深度線 傅里葉描繪子是圖像處理中邊界描繪子的一種，通過傅里葉描繪子可以表示一條閉合曲線的特征，同時也可以通過該描繪子恢復曲線的原貌；第(3)步中提取的離散形式的等深度線均為一種二維曲線，同樣可以利用傅里葉描繪子描述；針對之前第(3)步中提取出的任意一條人臉等深度線都可以視為離散點的坐標序列
全文摘要
本發(fā)明公開了一種基于圖像傳感器成像系統(tǒng)的人臉識別算法，該算法在基于相關型圖像傳感器(CIS)的三維人臉成像系統(tǒng)獲得的三維人臉數(shù)據(jù)基礎上，首先利用等深度線和傅里葉描繪子表示三維人臉數(shù)據(jù)，再利用改進的流形學習方法實現(xiàn)特征提取，最終使用基于歐式距離的最鄰近分類器實現(xiàn)分類識別。本發(fā)明的將人臉識別中使用的三維數(shù)據(jù)轉(zhuǎn)變?yōu)槎S數(shù)據(jù)(等深度線)進行處理，在保留原始人臉信息的基礎上降低了數(shù)據(jù)處理的復雜度；同時使用改進的流形學習方法實現(xiàn)特征提取，識別率和識別速度都有較大提高。
文檔編號G06K9/62GK102779269SQ201210194538
公開日2012年11月14日 申請日期2012年6月13日 優(yōu)先權日2012年6月13日
發(fā)明者葉長明, 夏娜, 張芝華, 李小紅, 蔣建國, 詹曙, 齊美彬 申請人:合肥工業(yè)大學