一种生物特征模型合成方法及装置制造方法及图纸

本发明专利技术提供了一种生物特征模型合成方法及装置。该方法包括：获取包含生物特征信息的多幅生物特征图像，并计算所述多幅生物特征图像各自的特征点；基于所述多幅生物特征图像中各自的特征点，生成生物特征的特征点云数据，根据所述特征点云数据构建生物特征的3D模型。本发明专利技术实施例利用采集到生物特征在空间上的特征信息，完整地复原生物特征在空间上的各项特征，为后续的生物特征数据的应用提供了无限的可能性。

A biometrics model synthesis method and device

The invention provides a biometric model synthesis method and device. The method includes: acquiring a plurality of biometric images containing biometric information and calculating the respective feature points of the plurality of biometric images; generating feature point cloud data of biometric features based on the respective feature points of the plurality of biometric images, and constructing a 3D model of biometric features based on the feature point cloud data. . The embodiment of the invention utilizes the collected spatial feature information of the biological features to restore the spatial features of the biological features completely, which provides unlimited possibility for the subsequent application of the biological feature data.

【技术实现步骤摘要】
一种生物特征模型合成方法及装置
本专利技术涉及生物特征识别
，特别是一种生物特征模型合成方法及装置。
技术介绍
生物特征即生物固有的生理或行为特征，如指纹、掌纹、虹膜或人脸等。生物特征有一定的唯一性和稳定性，即任何两生物的某种生物特征之间的差异比较大，且生物特征一般不会随着时间发生很大的变化，这就使得生物特征很适合应用在身份认证或识别系统中的认证信息等场景中。目前的生物特征数据都是空间平面的2D数据，以头部面部的生物特征为例，有关头部面部的数据应用都停留在简单的图片应用上，即只能从某个特定的角度来对头部面部数据进行处理，识别以及其他方面的应用；又以手部的生物特征为例，主要采用2D的方式来识别某一个或者几个手部的特征，部分不法分子根据手部采集到的2D图片，仿制2D手部特征，骗过部分识别系统，给个人信息安全带来了很大的安全隐患。因此，亟需针对生物特征进行3D数据采集，提高安全性，并为后续的应用提供无限的可能性。
技术实现思路
鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的生物特征模型合成方法及相应的装置。根据本专利技术实施例的一方面，提供了一种生物特征模型合成方法，包括：获取包含生物特征信息的多幅生物特征图像，并计算所述多幅生物特征图像各自的特征点；基于所述多幅生物特征图像中各自的特征点，生成生物特征的特征点云数据，根据所述特征点云数据构建生物特征的3D模型。可选地，所述获取包含生物特征信息的多幅生物特征图像的步骤进一步包括：使用多台可见光相机组成的相机矩阵对生物特征信息进行采集，得到多幅生物特征图像。可选地，在使用多台可见光相机组成的相机矩阵对生物特征信息进行采集之前，所述方法还包括通过以下方式布局多台可见光相机：搭建支撑结构，在所述支撑结构上设置弧形承载结构；将多台可见光相机布置在所述弧形承载结构上。可选地，若所述生物特征信息为头部面部信息，则所述方法还包括：搭建与所述支撑结构连接的底座，在所述底座上设置用于固定生物拍照位置的座椅；当生物位于所述座椅上时，利用布置在所述弧形承载结构上的多台可见光相机组成的相机矩阵对头部面部信息进行采集。可选地，所述方法还包括：在所述弧形承载结构上设置显示器；在构建得到头部面部的3D模型后，在显示器上通过可视化方式显示头部面部3D数据。可选地，若所述生物特征信息为手部信息，则所述支撑结构为柜体，所述弧形承载结构设置在所述柜体内，所述方法还包括：在所述柜体上面向多台可见光相机的镜头的一面设置透明玻璃盖板；当生物的手部放置在所述透明玻璃盖板上时，利用布置在所述弧形承载结构上的多台可见光相机组成的相机矩阵对手部信息进行采集。可选地，所述方法还包括：在所述柜体上设置显示器；在构建得到手部的3D模型后，在显示器上通过可视化方式显示手部3D数据。可选地，所述计算所述多幅生物特征图像各自的特征点的步骤进一步包括：将所述多幅生物特征图像传送到具有图像处理器GPU和中央处理器CPU的处理单元；将所述多幅生物特征图像的图像信息分配到GPU的块block中进行运算，并结合CPU的集中调度和分配功能，计算所述多幅生物特征图像各自的特征点。可选地，所述GPU为双GPU，每颗GPU具有多个block。可选地，所述基于所述多幅生物特征图像中各自的特征点，生成生物特征的特征点云数据的步骤进一步包括：根据所述多幅生物特征图像各自的特征点的特征，进行特征点的匹配，建立匹配的特征点数据集；根据多台可见光相机的光学信息，计算各台可见光相机相对于生物特征在空间上的相对位置，并根据所述相对位置计算出所述多幅生物特征图像中的特征点的空间深度信息；根据匹配的特征点数据集和特征点的空间深度信息，生成生物特征的特征点云数据。可选地，所述多幅生物特征图像各自的特征点的特征采用尺度不变特征转换SIFT特征描述子来描述。可选地，所述根据多台可见光相机的光学信息，计算各台可见光相机相对于生物特征在空间上的相对位置的步骤进一步包括：根据多台可见光相机的光学信息，采用光束平差法计算各台可见光相机相对于生物特征在空间上的相对位置。可选地，所述多幅生物特征图像中的特征点的空间深度信息包括：空间位置信息和颜色信息。可选地，所述根据所述特征点云数据构建生物特征的3D模型的步骤进一步包括：设定待构建的3D模型的参考尺寸；根据所述参考尺寸和所述特征点云数据的空间位置信息，确定所述特征点云数据中各个特征点的空间尺寸，从而构建生物特征的3D模型。可选地，所述方法还包括：获取所述相机矩阵采集生物特征信息的时间数据；根据所述特征点云数据和所述时间数据，构建具有时间维度的生物特征的3D模型。根据本专利技术实施例的另一方面，还提供了一种生物特征模型合成装置，包括：获取单元，用于获取包含生物特征信息的多幅生物特征图像；计算单元，用于计算所述多幅生物特征图像各自的特征点；生成单元，用于基于所述多幅生物特征图像中各自的特征点，生成生物特征的特征点云数据；构建单元，用于根据所述特征点云数据构建生物特征的3D模型。可选地，所述获取单元还用于：使用多台可见光相机组成的相机矩阵对生物特征信息进行采集，得到多幅生物特征图像。可选地，所述装置还包括：相机矩阵布局单元，用于在所述获取单元使用多台可见光相机组成的相机矩阵对生物特征信息进行采集之前，通过以下方式布局多台可见光相机：搭建支撑结构，在所述支撑结构上设置弧形承载结构；将多台可见光相机布置在所述弧形承载结构上。可选地，若所述生物特征信息为头部面部信息，所述获取单元还用于：搭建与所述支撑结构连接的底座，在所述底座上设置用于固定生物拍照位置的座椅；当生物位于所述座椅上时，利用布置在所述弧形承载结构上的多台可见光相机组成的相机矩阵对头部面部信息进行采集。可选地，所述装置还包括：第一显示单元，用于在所述弧形承载结构上设置显示器；在构建得到头部面部的3D模型后，在显示器上通过可视化方式显示头部面部3D数据。可选地，若所述生物特征信息为手部信息，则所述支撑结构为柜体，所述弧形承载结构设置在所述柜体内，所述获取单元还用于：在所述柜体上面向多台可见光相机的镜头的一面设置透明玻璃盖板；当生物的手部放置在所述透明玻璃盖板上时，利用布置在所述弧形承载结构上的多台可见光相机组成的相机矩阵对手部信息进行采集。可选地，所述装置还包括：第二显示单元，用于在所述柜体上设置显示器；在构建得到手部的3D模型后，在显示器上通过可视化方式显示手部3D数据。可选地，所述计算单元还用于：将所述多幅生物特征图像传送到具有图像处理器GPU和中央处理器CPU的处理单元；将所述多幅生物特征图像的图像信息分配到GPU的块block中进行运算，并结合CPU的集中调度和分配功能，计算所述多幅生物特征图像各自的特征点。可选地，所述GPU为双GPU，每颗GPU具有多个block。可选地，所述生成单元还用于：根据所述多幅生物特征图像各自的特征点的特征，进行特征点的匹配，建立匹配的特征点数据集；根据多台可见光相机的光学信息，计算各台可见光相机相对于生物特征在空间上的相对位置，并根据所述相对位置计算出所述多幅生物特征图像中的特征点的空间深度信息；根据匹配的特征点数据集和特征点的空间深度信息，生成生物特征的特征点云数据。可选地，所述多幅生物特征图像各自的本文档来自技高网...

【技术保护点】
1.一种生物特征模型合成方法，其特征在于，包括：获取包含生物特征信息的多幅生物特征图像，并计算所述多幅生物特征图像各自的特征点；基于所述多幅生物特征图像中各自的特征点，生成生物特征的特征点云数据，根据所述特征点云数据构建生物特征的3D模型。

【技术特征摘要】
1.一种生物特征模型合成方法，其特征在于，包括：获取包含生物特征信息的多幅生物特征图像，并计算所述多幅生物特征图像各自的特征点；基于所述多幅生物特征图像中各自的特征点，生成生物特征的特征点云数据，根据所述特征点云数据构建生物特征的3D模型。2.根据权利要求1所述的方法，其特征在于，所述获取包含生物特征信息的多幅生物特征图像的步骤进一步包括：使用多台可见光相机组成的相机矩阵对生物特征信息进行采集，得到多幅生物特征图像。3.根据权利要求2所述的方法，其特征在于，在使用多台可见光相机组成的相机矩阵对生物特征信息进行采集之前，所述方法还包括通过以下方式布局多台可见光相机：搭建支撑结构，在所述支撑结构上设置弧形承载结构；将多台可见光相机布置在所述弧形承载结构上。4.根据权利要求3所述的方法，其特征在于，若所述生物特征信息为头部面部信息，则所述方法还包括：搭建与所述支撑结构连接的底座，在所述底座上设置用于固定生物拍照位置的座椅；当生物位于所述座椅上时，利用布置在所述弧形承载结构上的多台可见光相机组成的相机矩阵对头部面部信息进行采集。5.根据权利要求4所述的方法，其特征在于，还包括：在所述弧形承载结构上设置显示器；在构建得到头部面部的3D模型后，在显示器上通过可视化方式显示头部面部3D数据。6.根据权利要求3所述的方法，其特征在于，若所述生物特征信息为手部信息，则所述支撑结构为柜体，所述弧形承载结构设置在所述柜体内，所述方法还包括：在所述柜体上面向多台可见光相机的镜头的一面设置透明玻璃盖板；当生物的手部放置在所述透明玻璃盖板上时，利用布置在所述弧形承载结构上的多台可见光相机组成的相机矩阵对手部信息进行采集。7.根据权利要求6所述的方法，其特征在于，还包括：在所述柜体上设置显示器；在构建得到手部的3D模型后，在显示器上通过可视化方式显示手部3D数据。8.根据权利要求1所述的方法，其特征在于，所述计算所述多幅生物特征图像各自的特征点的步骤进一步包括：将所述多幅生物特征图...

【专利技术属性】
技术研发人员：左忠斌，左达宇，胡艳松，
申请(专利权)人：天目爱视北京科技有限公司，
类型：发明
国别省市：北京,11