用于识别人脸的装置、系统、方法和计算机程序产品制造方法及图纸

公开了一种用于识别人脸的装置、系统、方法和计算机程序产品，所述方法包括：对被测的人脸依次发射至少一组有结构的光线；采集所述人脸在依次经受所述至少一组有结构的光线中的每一组光线的照射时的有光源图像集；基于所述有光源图像集，提取由所述人脸的被测点集中的每个被测点的特征所组成的第一特征集；获取由人脸模板的测定点集中的每个测定点的特征所组成的第二特征集；基于所述第一特征集和所述第二特征集，计算所述人脸与所述人脸模板之间的相似度；以及如果所述相似度大于阈值，则将所述人脸识别为与所述人脸模板相一致。

【技术实现步骤摘要】
【国外来华专利技术】
本公开涉及人脸识别领域，并且具体涉及一种用于识别人脸的装置、系统、方法和计算机程序产品。
技术介绍
当前，使用摄像头的人脸识别系统得到广泛使用。在通常的人脸识别系统中，使用的是被动式的图像采集方法，即，所述系统只接收光线而不主动发出光线，或者仅仅利用补光灯打出仅用于照明目的的、没有结构的光线。这样采集到的人脸信号非常受环境光照变化、人的姿态变化等因素的影响。当人脸角度变化时(例如，人脸侧过来或扬起来)，人脸的图像会产生巨大的变化，导致识别变得很难。而当外界环境光照变化时(例如，太阳的位置变化或周围灯光的开闭)，采集到的图像也会产生极其显著的变化。这些因素阻碍了一般的人脸识别系统的准确度的提高。
技术实现思路
根据本公开的一个方面，提供了一种用于识别人脸的系统，包括：光源发生模块，对被测的人脸依次发射至少一组有结构的光线；图像采集模块，采集所述人脸在依次经受所述至少一组有结构的光线中的每一组光线的照射时的有光源图像集；处理器；存储器；和存储在所述存储器中的计算机程序指令，在所述计算机程序指令被所述处理器运行时执行以下步骤：基于所述有光源图像集，提取由所述人脸的被测点集中的每个被测点的特征所组成的第一特征集，其中，每个被测点的特征包括表示所述被测点的三维相对坐标的位置信息、表示所述被测点的相对表面法向的表面信息、以及表示所述被测点的光线吸收特性的材质信息中的至少一个；获取由人脸模板的测定点集>中的每个测定点的特征所组成的第二特征集；基于所述第一特征集和所述第二特征集，计算所述人脸与所述人脸模板之间的相似度；以及如果所述相似度大于阈值，则将所述人脸识别为与所述人脸模板相一致。根据本公开的另一方面，提供了一种用于识别人脸的方法，包括：对被测的人脸依次发射至少一组有结构的光线；采集所述人脸在依次经受所述至少一组有结构的光线中的每一组光线的照射时的有光源图像集；基于所述有光源图像集，提取由所述人脸的被测点集中的每个被测点的特征所组成的第一特征集，其中，每个被测点的特征包括表示所述被测点的三维相对坐标的位置信息、表示所述被测点的相对表面法向的表面信息、以及表示所述被测点的光线吸收特性的材质信息中的至少一个；获取由人脸模板的测定点集中的每个测定点的特征所组成的第二特征集；基于所述第一特征集和所述第二特征集，计算所述人脸与所述人脸模板之间的相似度；以及如果所述相似度大于阈值，则将所述人脸识别为与所述人脸模板相一致。根据本公开的另一方面，提供了一种用于识别人脸的设备，包括：光源发生模块，对被测的人脸依次发射至少一组有结构的光线；图像采集模块，采集所述人脸在依次经受所述至少一组有结构的光线中的每一组光线的照射时的有光源图像集；提取模块，基于所述有光源图像集，提取由所述人脸的被测点集中的每个被测点的特征所组成的第一特征集，其中，每个被测点的特征包括表示所述被测点的三维相对坐标的位置信息、表示所述被测点的相对表面法向的表面信息、以及表示所述被测点的光线吸收特性的材质信息中的至少一个；获取模块，获取由人脸模板的测定点集中的每个测定点的特征所组成的第二特征集；计算模块，基于所述第一特征集和所述第二特征集，计算所述人脸与所述人脸模板之间的相似度；以及识别模块，如果所述相似度大于阈值，则将所述人脸识别为与所述人脸模板相一致。根据本公开的另一方面，提供了一种用于识别人脸的装置，包括：光源发生模块，对待识别的人脸依次发射至少一组有结构的光线；图像采集模块，采集所述人脸在依次经受所述至少一组有结构的光线中的每一组光线的照射时的有光源图像集；发送模块，将所述有光源图像集发送至与所述装置可通信地连接的计算机。根据本公开的另一方面，提供了一种用于识别人脸的装置，包括：光源发生模块，对待识别的人脸依次发射至少一组有结构的光线；图像采集模块，采集所述人脸在依次经受所述至少一组有结构的光线中的每一组光线的照射时的有光源图像集；提取模块，基于所述有光源图像集，提取由所述人脸的被测点集中的每个被测点的特征所组成的第一特征集，其中，每个被测点的特征包括表示所述被测点的三维相对坐标的位置信息、表示所述被测点的相对表面法向的表面信息、以及表示所述被测点的光线吸收特性的材质信息中的至少一个；发送模块，将所述第一特征集发送至与所述装置可通信地连接的计算机。根据本公开的另一方面，提供了一种计算机程序产品，包括计算机可读存储介质，在所述计算机可读存储介质上存储了计算机程序指令，所述计算机程序指令在被计算机运行时执行以下步骤：基于被测的人脸在依次经受至少一组有结构的光线中的每一组光线的照射时所采集的有光源图像集，提取由所述人脸的被测点集中的每个被测点的特征所组成的第一特征集，其中，每个被测点的特征包括表示所述被测点的三维相对坐标的位置信息、表示所述被测点的相对表面法向的表面信息、以及表示所述被测点的光线吸收特性的材质信息中的至少一个；获取由人脸模板的测定点集中的每个测定点的特征所组成的第二特征集；基于所述第一特征集和所述第二特征集，计算所述人脸与所述人脸模板之间的相似度；以及如果所述相似度大于阈值，则将所述人脸识别为与所述人脸模板相一致。利用根据本公开的上述方面的装置、系统、方法和计算机程序产品，可以不受外界环境光照、人脸姿态变化的影响而进行人脸识别，从而极大地改善了人脸识别的准确度。附图说明通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，在附图中，相同的参考标号通常指示相同的部件。图1是示意性图示可用于实现根据本公开实施例的用于识别人脸的方法的系统的框图。图2是示意性图示根据本公开实施例的系统中的光源发生模块的详细配置的图。图3是示意性图示根据本公开实施例的光源发生模块的光栅所投射出的图案的图。图4是示意性示出本公开实施例的人脸识别方法的主要步骤的流程图。图5是示意性示出根据本公开实施例的用于识别人脸的设备的主要配置的框图。图6是示意性图示根据本公开实施例的用于识别人脸的装置的主要配置的框图。图7是示意性图示根据本公开另一实施例的用于识别人脸的装置的主要配置的框图。具体实施方式为了使得本专利技术的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本专利技术的示例实施例。显然，所描述的实施例仅仅是本专利技术的一部分实施例，而不是本专利技术的全部实施例，应理解，本发本文档来自技高网...

【技术保护点】
一种用于识别人脸的系统，包括：光源发生模块，对被测的人脸依次发射至少一组有结构的光线；图像采集模块，采集所述人脸在依次经受所述至少一组有结构的光线中的每一组光线的照射时的有光源图像集；处理器；存储器；和存储在所述存储器中的计算机程序指令，在所述计算机程序指令被所述处理器运行时执行以下步骤：基于所述有光源图像集，提取由所述人脸的被测点集中的每个被测点的特征所组成的第一特征集，其中，每个被测点的特征包括表示所述被测点的三维相对坐标的位置信息、表示所述被测点的相对表面法向的表面信息、以及表示所述被测点的光线吸收特性的材质信息中的至少一个；获取由人脸模板的测定点集中的每个测定点的特征所组成的第二特征集；基于所述第一特征集和所述第二特征集，计算所述人脸与所述人脸模板之间的相似度；以及如果所述相似度大于阈值，则将所述人脸识别为与所述人脸模板相一致。

【技术特征摘要】
【国外来华专利技术】1.一种用于识别人脸的系统，包括：
光源发生模块，对被测的人脸依次发射至少一组有结构的光线；
图像采集模块，采集所述人脸在依次经受所述至少一组有结构的光线中
的每一组光线的照射时的有光源图像集；
处理器；
存储器；和
存储在所述存储器中的计算机程序指令，在所述计算机程序指令被所述
处理器运行时执行以下步骤：
基于所述有光源图像集，提取由所述人脸的被测点集中的每个被测
点的特征所组成的第一特征集，其中，每个被测点的特征包括表示所述被测
点的三维相对坐标的位置信息、表示所述被测点的相对表面法向的表面信息、
以及表示所述被测点的光线吸收特性的材质信息中的至少一个；
获取由人脸模板的测定点集中的每个测定点的特征所组成的第二特
征集；
基于所述第一特征集和所述第二特征集，计算所述人脸与所述人脸
模板之间的相似度；以及
如果所述相似度大于阈值，则将所述人脸识别为与所述人脸模板相
一致。
2.如权利要求1所述的系统，其中，
所述光源发生模块包括第一组光源、第二组光源和第三组光源中的至少
一组；
所述第一组光源包括激光器，所述激光器与所述人脸之间布置预定图案
的光栅；
所述第二组光源包括三个以上的光源，所述三个以上的光源中的至少三
个光源照射所述人脸的方向非线性相关；
所述第三组光源包括在空间上紧邻布置的三个以上的光源。
3.如权利要求2所述的系统，其中，所述至少一组有结构的光线包括由
所述第一组光源中的所述激光器发射的第一组光线、由所述第二组光源中的
每个光源依次发射的光线所形成的第二组光线、以及由所述第三组光源中的

\t每个光源依次发射的光线所形成的第三组光线中的至少之一；
提取由所述人脸的被测点集中的每个被测点的特征所组成的第一特征集
包括以下至少之一：
基于所述人脸在经受所述第一组光线的照射时所采集的第一有光源图
像，提取每个被测点的位置信息；
基于所述人脸在依次经受所述第二组光线中的各束光线的照射时所采集
的第二组有光源图像，提取每个被测点的表面信息；以及
基于所述人脸在依次经受所述第三组光线中的各束光线的照射时所采集
的第三组有光源图像，提取每个被测点的材质信息。
4.如权利要求3所述的系统，其中，提取每个被测点的位置信息包括：
计算所述第一有光源图像的方向梯度，以确定所述第一有光源图像中与
所述光栅的预定点相对应的像素点；
计算与所述像素点对应的被测点相对于所述图像采集模块的三维坐标，
并由此确定由所述被测点集中所有被测点的三维坐标组成的三维坐标集；
基于所述三维坐标集确定所述被测点集中的特定被测点，并计算所述被
测点集中其他被测点相对于所述特定被测点的三维相对坐标，以获得由被测
点集中所有被测点的三维相对坐标所组成的三列矩阵；以及
对所述三列矩阵进行奇异值分解处理和归一化处理，以获得每个被测点
的位置信息。
5.如权利要求3所述的系统，其中，提取每个被测点的表面信息包括：
计算所述第二组有光源图像的均值图像；
计算所述第二组有光源图像与所述均值图像之间的差分图像集；
确定由所述被测点集中每个被测点的至少四维向量构成的至少四列矩
阵，其中，所述每个被测点的至少四维向量由与所述被测点对应的像素点在
所述差分图像集中相应的像素值所组成；
对所述至少四列矩阵进行奇异值分解处理；以及
基于所述奇异值分解处理的结果，获得每个被测点的表面信息。
6.如权利要求3所述的系统，其中，提取每个被测点的材质信息包括：
对于每个被测点，确定所述被测点在所述第三组有光源图像中相应的像
素值集；
计算所述像素值集的平均值和方差；以及
基于所述像素值集的平均值和方差，计算所述被测点的材质信息。
7.如权利要求3所述的系统，所述图像采集模块还采集所述人脸在未接
受所述至少一组有结构的光线中的任一组光线的照射时的无光源图像；
其中，提取由所述人脸的被测点集中的每个被测点的特征所组成的第一
特征集包括以下至少之一：
基于所述无光源图像以及所述人脸在经受所述第一组光线的照射时所采
集的第一有光源图像，提取每个被测点的位置信息；
基于所述无光源图像以及所述人脸在依次经受所述第二组光线中的各束
光线的照射时所采集的第二组有光源图像，提取每个被测点的表面信息；以
及
基于所述无光源图像以及所述人脸在依次经受所述第三组光线中的各束
光线的照射时所采集的第三组有光源图像，提取每个被测点的材质信息。
8.如权利要求7所述的系统，其中，提取每个被测点的位置信息包括：
计算所述第一有光源图像与所述无光源图像之间的差分图像；
计算所述差分图像的方向梯度，以确定所述差分图像中与所述光栅的预
定点相对应的像素点；
计算与所述像素点对应的被测点相对于所述图像采集模块的三维坐标，
并由此确定由所述被测点集中所有被测点的三维坐标组成的三维坐标集；
基于所述三维坐标集确定所述被测点集中的特定被测点，并计算所述被
测点集中其他被测点相对于所述特定被测点的三维相对坐标，以获得由被测
点集中所有被测点的三维相对坐标所组成的三列矩阵；以及
对所述三列矩阵进行奇异值分解处理和归一化处理，以获得每个被测点
的位置信息。
9.如权利要求7所述的系统，其中，提取每个被测点的表面信息包括：
计算所述第二组有光源图像与所述无光源图像之间的差分图像集；
确定由所述被测点集中每个被测点的至少四维向量构成的至少四列矩
阵，其中，所述每个被测点的至少四维向量由与所述被测点对应的像素点在
所述差分图像集中相应的像素值所组成；
对所述至少四列矩阵进行奇异值分解处理；以及
基于所述奇异值分解处理的结果，获得每个被测点的表面信息。
10.如权利要求7所述的系统，其中，提取每个被测点的材质信息包括：
计算所述第三组有光源图像与所述无光源图像之间的差分图像集；
对于每个被测点，确定所述被测点在所述差分图像集中相应的像素值集；
计算所述像素值集的平均值和方差；以及
基于所述像素值集的平均值和方差，计算所述被测点的材质信息。
11...

【专利技术属性】
技术研发人员：范浩强，
申请(专利权)人：北京旷视科技有限公司，北京小孔科技有限公司，
类型：发明
国别省市：北京;11