一種用于保險(xiǎn)柜的三維人臉識別方法
【專利摘要】本發(fā)明公開了一種用于保險(xiǎn)柜的三維人臉識別方法，包括以下幾個(gè)步驟：(1)調(diào)整左、右攝像機(jī)與人臉的相對位置，用于完成人臉二維圖像的采集；(2)利用主動形狀模型對步驟(1)采集的二維圖像進(jìn)行特征點(diǎn)自動定位；(3)結(jié)合攝像機(jī)的內(nèi)外參數(shù)得出人臉關(guān)鍵特征點(diǎn)的三維坐標(biāo)；(4)利用步驟(3)的三維坐標(biāo)計(jì)算特征點(diǎn)距離矩陣，提取三維人臉幾何特征；(5)利用反向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行識別。本發(fā)明在識別過程中，利用主動形狀模型對二維圖像進(jìn)行二維特征點(diǎn)自動定位，并結(jié)合攝像機(jī)的內(nèi)外參數(shù)得出特征點(diǎn)的三維坐標(biāo)，從而避免了復(fù)雜的人臉三維重建；并利用反向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行識別，使正確識別率得到了提高。
【專利說明】一種用于保險(xiǎn)柜的三維人臉識別方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于人臉識別【技術(shù)領(lǐng)域】，具體涉及一種用于保險(xiǎn)柜的三維人臉識別方法。

【背景技術(shù)】
[0002]人臉識別容易受環(huán)境、姿態(tài)、表情等因素的影響，三維人臉圖像數(shù)據(jù)與二維人臉圖像數(shù)據(jù)相比，能夠提供更完整、更豐富的識別信息，因而三維人臉識別對光照、姿態(tài)以及表情等因素的要求較強(qiáng)。
[0003]當(dāng)前人臉識別方法主要傾向于基于三維人臉模型的識別方法，雖然理論上，三維人臉識別方法比二維人臉識別方法性能更優(yōu)越，但在實(shí)際應(yīng)用中，三維人臉識別方法尚處于不成熟狀態(tài)，主要存在以下困難:1)三維數(shù)據(jù)獲取困難，盡管激光、結(jié)構(gòu)光采集設(shè)備能獲得較精確數(shù)據(jù)，但價(jià)格昂貴，一般用戶難以接受，且結(jié)構(gòu)光采集易受環(huán)境影響；2)由于傳統(tǒng)三維人臉識別方法是基于人臉的三維重建，而三維重建的計(jì)算復(fù)雜度大，導(dǎo)致傳統(tǒng)三維人臉識別方法復(fù)雜。


【發(fā)明內(nèi)容】

[0004]針對現(xiàn)有技術(shù)存在的不足，本發(fā)明目的是提供一種用于保險(xiǎn)柜的三維人臉識別方法，不受環(huán)境的限制，方法簡單、成本低、識別率高。
[0005]為了實(shí)現(xiàn)上述目的，本發(fā)明是通過如下的技術(shù)方案來實(shí)現(xiàn):
[0006]本發(fā)明的一種用于保險(xiǎn)柜的三維人臉識別方法，包括以下幾個(gè)步驟:
[0007](1)調(diào)整左、右攝像機(jī)與人臉的相對位置，用于完成人臉二維圖像的采集；
[0008](2)利用主動形狀模型對步驟(1)采集的二維圖像進(jìn)行特征點(diǎn)自動定位；
[0009](3)結(jié)合攝像機(jī)的內(nèi)外參數(shù)得出人臉關(guān)鍵特征點(diǎn)的三維坐標(biāo)；
[0010](4)利用步驟(3)的三維坐標(biāo)計(jì)算特征點(diǎn)距離矩陣，提取三維人臉幾何特征；
[0011](5)利用反向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行識別。
[0012]步驟⑵中，利用二維圖像進(jìn)行特征點(diǎn)自動定位的方法如下:
[0013](la)根據(jù)膚色信息對雙目視覺系數(shù)獲得的左右人臉圖像進(jìn)行人臉區(qū)域提取；
[0014](2a)利用極線變換對圖像進(jìn)行校正，并對校正后的左、右圖像進(jìn)行特征點(diǎn)定位，將確定好的人臉區(qū)域作為初始位置；
[0015](3a)利用主動形狀模型技術(shù)進(jìn)行特征提取，左右每幅圖像上分別提取多個(gè)特征點(diǎn)。
[0016]步驟(4)中，三維人臉幾何特征的提取方法如下:
[0017](lb)對提取的特征點(diǎn)進(jìn)行三維信息的恢復(fù)；
[0018](2b)構(gòu)造三維特征，具體方法為距離特征、角度特征的表示與度量、比例特征的表不與度量、周長特征的表不與度量、面積特征的表不與度量。
[0019]步驟(5)中，反向傳播神經(jīng)網(wǎng)絡(luò)的識別方法如下:
[0020](lc)將構(gòu)造的多維幾何特征向量作為反向傳播神經(jīng)網(wǎng)絡(luò)的輸入，中間層采樣15個(gè)節(jié)點(diǎn)，輸出層為判決結(jié)果；
[0021](2c)利用梯度下降法，根據(jù)已知人臉樣本對神經(jīng)網(wǎng)絡(luò)中權(quán)系數(shù)進(jìn)行訓(xùn)練，訓(xùn)練結(jié)果即可對人臉進(jìn)行識別測試。
[0022]本發(fā)明在識別過程中，利用主動形狀模型對二維圖像進(jìn)行二維特征點(diǎn)自動定位，并結(jié)合攝像機(jī)的內(nèi)外參數(shù)得出特征點(diǎn)的三維坐標(biāo)，從而避免了復(fù)雜的人臉三維重建；并利用反向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行識別，使正確識別率得到了提高。

【具體實(shí)施方式】
[0023]為使本發(fā)明實(shí)現(xiàn)的技術(shù)手段、創(chuàng)作特征、達(dá)成目的與功效易于明白了解，下面結(jié)合【具體實(shí)施方式】，進(jìn)一步闡述本發(fā)明。
[0024]本發(fā)明的一種用于保險(xiǎn)柜的三維人臉識別方法，包括以下幾個(gè)步驟:
[0025](1)調(diào)整左、右攝像機(jī)與人臉的相對位置，用于完成人臉二維圖像的采集；
[0026](2)利用主動形狀模型對步驟(1)采集的二維圖像進(jìn)行特征點(diǎn)自動定位；
[0027](3)結(jié)合攝像機(jī)的內(nèi)外參數(shù)得出人臉關(guān)鍵特征點(diǎn)的三維坐標(biāo)；
[0028](4)利用步驟(3)的三維坐標(biāo)計(jì)算特征點(diǎn)距離矩陣，提取三維人臉幾何特征；
[0029](5)利用反向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行識別。
[0030]本實(shí)施例中，步驟⑵中，利用二維圖像進(jìn)行特征點(diǎn)自動定位的方法如下:
[0031](la)根據(jù)膚色信息對雙目視覺系數(shù)獲得的左右人臉圖像進(jìn)行人臉區(qū)域提??；
[0032](2a)利用極線變換對圖像進(jìn)行校正，并對校正后的左、右圖像進(jìn)行特征點(diǎn)定位，將確定好的人臉區(qū)域作為初始位置；
[0033](3a)利用主動形狀模型技術(shù)進(jìn)行特征提取，左右每幅圖像上分別提取多個(gè)特征點(diǎn)。
[0034]本實(shí)施例中，步驟(4)中，三維人臉幾何特征的提取方法如下:
[0035](lb)對提取的特征點(diǎn)進(jìn)行三維信息的恢復(fù)；
[0036](2b)構(gòu)造三維特征，具體方法為距離特征、角度特征的表示與度量、比例特征的表不與度量、周長特征的表不與度量、面積特征的表不與度量。
[0037]本實(shí)施例中，步驟(5)中，反向傳播神經(jīng)網(wǎng)絡(luò)的識別方法如下:
[0038](lc)將構(gòu)造的多維幾何特征向量作為反向傳播神經(jīng)網(wǎng)絡(luò)的輸入，中間層采樣15個(gè)節(jié)點(diǎn)，輸出層為判決結(jié)果；
[0039](2c)利用梯度下降法，根據(jù)已知人臉樣本對神經(jīng)網(wǎng)絡(luò)中權(quán)系數(shù)進(jìn)行訓(xùn)練，訓(xùn)練結(jié)果即可對人臉進(jìn)行識別測試。
[0040]本發(fā)明在識別過程中，利用主動形狀模型對二維圖像進(jìn)行二維特征點(diǎn)自動定位，并結(jié)合攝像機(jī)的內(nèi)外參數(shù)得出特征點(diǎn)的三維坐標(biāo)，從而避免了復(fù)雜的人臉三維重建；并利用反向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行識別，使正確識別率得到了提高。
[0041]以上顯示和描述了本發(fā)明的基本原理和主要特征和本發(fā)明的優(yōu)點(diǎn)。本行業(yè)的技術(shù)人員應(yīng)該了解，本發(fā)明不受上述實(shí)施例的限制，上述實(shí)施例和說明書中描述的只是說明本發(fā)明的原理，在不脫離本發(fā)明精神和范圍的前提下，本發(fā)明還會有各種變化和改進(jìn)，這些變化和改進(jìn)都落入要求保護(hù)的本發(fā)明范圍內(nèi)。本發(fā)明要求保護(hù)范圍由所附的權(quán)利要求書及其等效物界定。
【權(quán)利要求】
1.一種用于保險(xiǎn)柜的三維人臉識別方法，其特征在于，包括以下幾個(gè)步驟: (1)調(diào)整左、右攝像機(jī)與人臉的相對位置，用于完成人臉二維圖像的采集； (2)利用主動形狀模型對步驟(I)采集的二維圖像進(jìn)行特征點(diǎn)自動定位； (3)結(jié)合攝像機(jī)的內(nèi)外參數(shù)得出人臉關(guān)鍵特征點(diǎn)的三維坐標(biāo)； (4)利用步驟(3)的三維坐標(biāo)計(jì)算特征點(diǎn)距離矩陣，提取三維人臉幾何特征； (5)利用反向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行識別。
2.根據(jù)權(quán)利要求1所述的用于保險(xiǎn)柜的三維人臉識別方法，其特征在于，步驟(2)中，利用二維圖像進(jìn)行特征點(diǎn)自動定位的方法如下: (Ia)根據(jù)膚色信息對雙目視覺系數(shù)獲得的左右人臉圖像進(jìn)行人臉區(qū)域提??； (2a)利用極線變換對圖像進(jìn)行校正，并對校正后的左、右圖像進(jìn)行特征點(diǎn)定位，將確定好的人臉區(qū)域作為初始位置； (3a)利用主動形狀模型技術(shù)進(jìn)行特征提取，左右每幅圖像上分別提取多個(gè)特征點(diǎn)。
3.根據(jù)權(quán)利要求1所述的用于保險(xiǎn)柜的三維人臉識別方法，其特征在于，步驟(4)中，三維人臉幾何特征的提取方法如下: (Ib)對提取的特征點(diǎn)進(jìn)行三維信息的恢復(fù)； (2b)構(gòu)造三維特征，具體方法為距離特征、角度特征的表示與度量、比例特征的表示與度量、周長特征的表不與度量、面積特征的表不與度量。
4.根據(jù)權(quán)利要求1所述的用于保險(xiǎn)柜的三維人臉識別方法，其特征在于，步驟(5)中，反向傳播神經(jīng)網(wǎng)絡(luò)的識別方法如下: (Ic)將構(gòu)造的多維幾何特征向量作為反向傳播神經(jīng)網(wǎng)絡(luò)的輸入，中間層采樣15個(gè)節(jié)點(diǎn)，輸出層為判決結(jié)果； (2c)利用梯度下降法，根據(jù)已知人臉樣本對神經(jīng)網(wǎng)絡(luò)中權(quán)系數(shù)進(jìn)行訓(xùn)練，訓(xùn)練結(jié)果即可對人臉進(jìn)行識別測試。
【文檔編號】G07C9/00GK104408412SQ201410668400
【公開日】2015年3月11日 申請日期:2014年11月20日 優(yōu)先權(quán)日:2014年11月20日
【發(fā)明者】張會林, 孫利華 申請人:蘇州福豐科技有限公司