基于BP神经网络的三维人脸分析方法及其分析系统技术方案

本发明专利技术公开一种基于BP神经网络的三维人脸分析方法，先校正三维人脸模型，然后获得三维人脸特征点的三维坐标，变换成训练数据，进而建立人脸分析模型和人脸分析分类器，输出人脸分析结果。本发明专利技术还提供了一种基于BP神经网络的三维人脸分析系统。与相关技术相比，本发明专利技术提供的一种基于BP神经网络的三维人脸分析方法及其分析系统可以输出人脸分析结果，以便于基于该人脸分析结果进行人脸美貌评判，并通过设置人脸分析分类器来更好地对人脸美貌进行分类研究；通过将三维人脸特征点作训练数据来使得图像更准确，不仅如此，本发明专利技术对人脸美学研究和医疗整容的发展也具有一定的促进作用。

3D face analysis method and analysis system based on BP neural network

The invention discloses a method for analysis of 3D face based on BP neural network, the first correction of 3D face model, then obtain three-dimensional coordinates of 3D facial feature points, transform into training data, and then establish the analysis model and the analysis of face face classifier, output face analysis results. The invention also provides a three-dimensional face analysis system based on BP neural network. Compared with the related technology, the invention provides a 3D face based on BP neural network analysis method and analysis system can output face analysis, based on the analysis results for face face beauty evaluation, and by setting up a face analysis classifier to better research on the classification of facial beauty; through the training data to make the image more accurate 3D facial feature points are not only so, also has a certain role in promoting the development of the invention of facial aesthetic research and medical cosmetic.

【技术实现步骤摘要】
基于BP神经网络的三维人脸分析方法及其分析系统
本专利技术涉及三维人脸分析
，具体地，涉及一种基于BP神经网络的三维人脸分析方法及其分析系统。
技术介绍
世间万物都有其自身的美，对于人类而言，最直接的外在表现就是人的面貌美。人类对面貌美丽的追求吸引了各个领域的学者对其进行研究，如何更好地计算美，如何将人类的美进行可量化描述，使人脸美貌研究得到更长远的发展。诸多研究表明，容貌美丽度高的人往往具备各种优势，拥有较好的人际关系、较高的能力和积极的品质，相反，容貌美丽度低的人有较高的消极的品质和反社会性格。所以，越来越多的人正寻找不同的方式，力图使自己的美貌度上升。可见，对人脸美貌的研究具有重要的实用价值和社会效益。近年来，计算机的出现、计算机图像和图形技术的快速发展以及计算智能技术大大促进和推进了面部美貌评判的研究，人类在脸部识别和面部信息提取等方面已经发展非常迅速，但人脸美貌目前尚未有明确且通用的定义，从而使得人脸美貌评判更具挑战性。因此，建立面部美貌的通用评判标准将大大简化面部不适和异常的诊断和治疗，并最大程度提高人们的心理、生理健康和生活质量。
技术实现思路
本专利技术的目的是提供本文档来自技高网...

【技术保护点】
一种基于BP神经网络的三维人脸分析方法，其特征在于，包括以下步骤：S1、对三维人脸模型进行正向方位校正，使人脸正面朝向前方；S2、用预设定的空间参数将正向方位校正的所述三维人脸模型生成二维人脸图像，并对二维人脸图像进行二维人脸特征点检测；S3、根据检测出的所述二维人脸特征点和所述空间参数计算出三维人脸特征点的三维坐标；S4、将所述三维坐标变换成用于训练人脸分析模型的训练数据；S5、制定人脸分析准则，建立基于BP神经网络的所述人脸分析模型，并根据所述训练数据训练出基于所述人脸分析模型的人脸分析分类器，输出人脸分析结果。

【技术特征摘要】
1.一种基于BP神经网络的三维人脸分析方法，其特征在于，包括以下步骤：S1、对三维人脸模型进行正向方位校正，使人脸正面朝向前方；S2、用预设定的空间参数将正向方位校正的所述三维人脸模型生成二维人脸图像，并对二维人脸图像进行二维人脸特征点检测；S3、根据检测出的所述二维人脸特征点和所述空间参数计算出三维人脸特征点的三维坐标；S4、将所述三维坐标变换成用于训练人脸分析模型的训练数据；S5、制定人脸分析准则，建立基于BP神经网络的所述人脸分析模型，并根据所述训练数据训练出基于所述人脸分析模型的人脸分析分类器，输出人脸分析结果。2.根据权利要求1所述的基于BP神经网络的三维人脸分析方法，其特征在于，在步骤S1中，正向方位校正具体包括步骤：计算三维人脸模型的平均中心点其中，表示网格化人脸中网格的一个顶点，k为顶点序号，N为顶点的总个数；将平均中心点与网格化人脸正面中心点的矢量用作人脸正面的基本方向；采用网格主成分分析法分析出三维人脸模型的垂直轴和水平轴；根据前后方向已校正的三维人脸模型，通过鼻尖确定正面轴。3.根据权利要求1所述的基于BP神经网络的三维人脸分析方法，其特征在于，在步骤S3中，计算出三维人脸特征点的三维坐标，具体包括步骤：将人脸二维图像的离散坐标转换为连续的三维坐标；根据观察点与观察方向计算出每个方位的透视变换矩阵；通过最小二乘法求出三维人脸特征点的三维坐标。4.根据权利要求1所述的基于BP神经网络的三维人脸分析方法，其特征在于，在步骤S4中，计算出人脸轮廓、眉毛、眼睛、鼻子、嘴巴五个部位中各部位的重心位置，然后获取各部位特征点到其重心的距离。5.根据权利要求1所述的基于BP神经网络的三维人脸分析方法，其特征在于，在...

【专利技术属性】
技术研发人员：廖胜辉，任巧丽，李建锋，腾光禹，贺佳丽，任辉，邹北骥，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南,43