一种基于三维鼻形的身份识别方法技术

本发明专利技术涉及一种身份识别方法，尤其是指一种基于三维鼻形的身份识别方法。该包括如下步骤：１）三维人脸曲面的预处理；２）三维人脸模型鼻子区域的切割提取；３）在步骤２）的基础上，鼻子形状的匹配；４）利用步骤３）的匹配结果进行鼻子形状的识别。本发明专利技术利用三维鼻形进行身份识别主要有两个方面的优点，首先，在获取方面，３Ｄ获取技术已经能很方便地获取３Ｄ人脸数据，而获取３Ｄ鼻子数据比获取整个人脸数据更方便；第二，３Ｄ人脸由于受表情的影响会发生扭曲变形，而鼻子区域是在不同表情之下可以保持相对稳定的形状，因此，与３Ｄ人脸识别比较，基于鼻子形状的身份识别有望获得更好的识别性能。

【技术实现步骤摘要】

本专利技术涉及一种身份识别方法，尤其是指。
技术介绍
自动人脸识别技术在国家安全、军事安全、公共安全和家庭娱乐等领域具 有广泛的应用前景，过去几十年中，人脸识别得到深入广泛的研究。然而，基 于图像的二维人脸识别技术仍然面临巨大的挑战，在光线、姿态和表情变化的 情况下，二维人脸识别的准确性还远远不能让人满意。三维人脸识别技术有望从根本上解决基于图像的人脸识别方法所面临的"受 姿态、光线和表情影响"的难题。基于三维数据已经获取的前提，三维人脸识别 受光线的影响很小。由于三维数据具有显式的几何形状，三维人脸识别更具克 服姿态变化的潜力。然而，表情变化改变了三维人脸模型的形状，造成人脸局 部区域的塑性变形。人脸的扭曲变形将直接影响人脸识别算法的性能。另外获 取整个人脸数据也比较复杂。
技术实现思路
为了解决以上问题，本专利技术提供了更简单方便，而且不受人脸表情的影响一种 基于三维鼻形的身份识别方法。，包括如下步骤1) 三维人脸曲面的预处理；2) 三维人脸模型鼻子区域的切割提取；3) 在步骤2)的基础上，鼻子形状的匹配；4) 利用步骤3)的匹配结果进行鼻子形状的识别。 进一步的，所述步骤1)将原始的三维人脸数据通过三角化曲面重建、人脸局部区域切割和双边平滑去噪处理得到无噪声、特征保留的三维局部人脸模型；所述步骤2)通过对称面检测和侧影线提取，及鼻尖点和鼻基点的检测，将 三维人脸模型置于一个统一的坐标框架中，利用鼻尖点、鼻基点将鼻子区域切 割提取；所述步骤3)利用迭代共轭点匹配算法计算待检测模型的三维鼻子形状和图 库中模型的三维鼻子形状，匹配后两个三维鼻子形状间最近点对的平均距离作 为两者的相似度；所述步骤4)对图库中的每一个模型实施步骤3)计算，选取其中平均距离 最小的一个作为识别结果，完成系统功能。更进一步的，所述步骤2)的对称面检测采用迭代共轭点匹配算法对齐原始 模型和其镜像模型，然后求出共轭点对的中轴面即为所需的对称面。 更进一步的，步骤2)鼻尖点和鼻基点的检测采用下述方法p , = argmax^c (tfo/(p, (4)=argmin-Ov) (5) 丄=eC,八 >八",，A"'(p,/e) = 0} (6)其中，凡,为鼻尖点，^为鼻基点，C为侧影线，连接侧影线C头尾两点的 线段为。力表示点/7的^轴坐标，cfc"AU表示点P到直线段4的距离，"/W'(;^) 表示点p到直线段/。距离的一阶微分。更进一步的，所述步骤2)采用的三维鼻子区域的切割提取是基于鼻基点和鼻尖点唯一确定的椭球体完成；更进一歩的，所述步骤3)中基于迭代共轭点匹配算法的细对齐是在步骤2) 的粗对齐的基础上完成；采用的匹配相似度量如下式Z^(Mp，M》=i MS(ICP^ (M》,Mg) (26)其中及MS(.,)表示最近点平均距离，Mp ^CP (M》表示用迭代共轭点匹配算法将Mp向Mg对齐得到Mp。下面对本专利技术作进一步的描述，其步骤如下1) 三维人脸曲面的预处理首先对原始三维人脸数据进行三角化曲面重建， 接着对人脸的局部区域进行分割，最后用双边滤波的方法对分割出的人脸局部 区域进行特征保留的去噪处理；2) 三维人脸模型鼻子区域的切割通过检测三维模型的对称面和两个特征点(鼻尖点和鼻基点)确定人脸姿 态，将三维模型置于统一的坐标框架中，实现了粗对齐，为匹配阶段提供比较 好的初始对齐位置；对称面检测采用的是迭代共轭点匹配算法对齐原始模型和其镜像模型，再 求对应点的中轴面的方法。鼻尖点和鼻基点的检测采用下述方法= argmaxpeC (cfo"p, /c)) (4)=argmin-Og (5)丄={;7|/7 e C，Jp >力",= 0} (6) 其中，^为鼻尖点，&为鼻基点，C为侧影线，连接侧影线C头尾两点的线段为/e，力表示点/ 的y轴坐标，必非,U表示点p到直线段4的距离，表示点p到直线段t距离的一阶微分。通过检测出的鼻尖点和鼻基点，将三维人脸模型的鼻子区域切割提取。利 用鼻尖点、鼻基点及对称面将提取出的三维鼻子形状已被置于一个统一的坐标框架中，因而实现了三维鼻子模型的粗对齐；3)匹配利用迭代共轭点算法匹配待检测模型的三维鼻子形状和库中模 型的三维鼻子形状，计算匹配后两个三维鼻子形状间最近点对的平均距离作为 两者的相似度；歩骤3)采用的匹配相似度量如下式Zfe(M"M》=i MS(ICP (M》,M》 (26)其中; MS(v)表示最近点平均距离，< =ICP^ (M》表示用迭代共轭点匹配算法将A/p向Mg对齐得到Mp 。4)识别对gallery中的每一个模型施加步骤3)的计算，选取其中平均 距离最小的一个作为识别结果，以完成系统功能。本专利技术的有益效果为鼻子作为脸部形状比较稳定的器官，受表情影响很小。 利用三维鼻形进行身份识别主要有两个方面的优点，首先，在获取方面，3D获 取技术已经能很方便地获取3D人脸数据，而获取3D鼻子数据比获取整个人脸 数据更方便；第二， 3D人脸由于受表情的影响会发生扭曲变形，而鼻子区域是 在不同表情之下可以保持相对稳定的形状，因此，与3D人脸识别比较，基于鼻 子形状的身份识别有望获得更好的识别性能。 附图说明图1是本专利技术的基于三维鼻形的身份识别方法的流程图； 图2是本专利技术的原始三维人脸数据三角化曲面重建效果图； 图3是本专利技术的人脸局部区域切割效果图；图4是本专利技术的人脸局部区域特征保持的双边平滑去噪处理效果图； 图5是本专利技术的侧影线上鼻尖点和鼻基点检测示意图； 图6是本专利技术的三维鼻子区域切割提取示意图； 图7是本专利技术的ROC实验结果示意图； 图8是本专利技术的CMC实验结果示意图；具体实施方式下面结合附图对本专利技术作详细说明。 1)三维人脸模型预处理三维人脸模型预处理通过三步完成，首先进行三角化曲面重建，其次切割人 脸局部区域，最后通过双边平滑去噪处理得到无噪声、特征保留的三维局部人 脸模型。(1) .三角化曲面重建FRGC3D人脸库的原始数据是3D坐标点的集合，由于后续处理要求建立点集 的拓扑关系，即完成点集的曲面重建过程，采用HOPPE94的分段光滑的曲面重 构算法完成点集的三角化，如图2。(2) .人脸局部区域的切割现有的3D数据获取设备采集的3D人脸数据通常包含颈部，肩部等区域。 如FRGCl.O 3D人脸库的原始数据大部分包含了肩膀及少量胸部区域，如图3 第一行所示。人脸切割的目的是对原始数据进行一个粗略的切割以提取出脸部 区域，方便后续的处理。本专利技术采用基于曲率的切割方法。由于曲率是曲面本 身特有的属性，它对于人脸的角度变化，位置变化能保持不变。因此通过对3D 数据整体曲率值的分布的分析，本专利技术实现了脸部区域的自动分割提取，如图3 的第二行。(3) .特征保持的平滑去噪处理3D人脸模型包含一定程度的噪声和一些由采集产生的散乱点，如图4第一 行。本专利技术采用双边去噪滤镜对其进行保留特征的去噪处理，如图4第二行。 2)三维人脸模型鼻子区域的切割姿态定位通过三步完成，首先检测对称面并提取侧影线，然后确定鼻尖点和 鼻基点，最后应用一个刚性变换将三维人脸模型置于统一的坐标框架中以完成 姿态定位。(l)对称面检测和侧影线提取给定人脸网格M的顶点集合^Hp,e及3M^iV)，对任本文档来自技高网...

【技术保护点】
一种基于三维鼻形的身份识别方法，其特征在于该方法包括如下步骤：１）三维人脸曲面的预处理；２）三维人脸模型鼻子区域的切割提取；３）在步骤２）的基础上，鼻子形状的匹配；４）利用步骤３）的匹配结果进行鼻子形状的识别。

【技术特征摘要】

【专利技术属性】
技术研发人员：潘纲，吴朝晖，韩松，王跃明，
申请(专利权)人：浙江大学，
类型：发明
国别省市：86[中国|杭州]