一种人脸识别的方法、装置、系统及存储介质制造方法及图纸

本发明专利技术涉及计算机视觉算法技术领域，尤其涉及一种人脸识别的方法、装置、系统及存储介质，所述方法包括：获取待识别人脸的3D点云数据和2D图像；将所述待识别人脸的3D点云数据预处理；定位预处理后的待识别人脸的3D点云数据中得人脸位置，并提取待识别人脸3D特征；根据待识别人脸3D特征对人脸数据库进行预检索，缩小人脸数据库的数据量，得到包含待识别人脸的小数据量数据集；基于2D图像在小数据量数据集中进行人脸识别。本发明专利技术利用3D信息指数级减少待检索的人脸数据的数量，在所得到的数据量比较小的参考人脸样本数据集合上进行检索，加速2D人脸识别的速度，缓解人脸数据库服务器压力。

【技术实现步骤摘要】
一种人脸识别的方法、装置、系统及存储介质
本专利技术涉及计算机视觉算法
，尤其涉及一种人脸识别的方法、装置、系统及存储介质。
技术介绍
人脸识别技术，是一种基于人的脸部特征进行身份识别的生物识别技术。现有的人脸识别技术多利用2D图片进行识别，部分利用3D摄像头也只是用深度图做活体检测来辅助2D识别，对于小批量的数据来说，这样的系统结构已经满足大多数的应用需求。人脸识别的速度是一项很重要的指标。当服务器的人脸数据量达到很大规模的情况下，由于目前的人脸识别一般都采用顺序比较的检索策略，从而需要计算待识别人脸与人脸数据库中的每一个人脸的相似度，显然在大数据量的情况下，人脸识别的速度会随着数据量的增大而变慢，从而难以达到实时应用的目的，特别是量级大于等于2000W时，人脸检索和识别的速度就会变的非常慢，同时加大了人脸数据库服务器的处理压力。现有的大数据量下加速方法只是对相关算法进行优化，例如子空间分析和动态聚类，但是并没有突破性的进展。中国专利文献上公开了“人脸识别的方法及装置”，其公告号为CN107358219A，该专利技术通过本文档来自技高网...

【技术保护点】
1.一种人脸识别方法，其特征在于，包括以下步骤：/n获取待识别人脸的3D点云数据和2D图像；/n将所述待识别人脸的3D点云数据预处理；/n定位预处理后的待识别人脸的3D点云数据中的人脸位置，并提取待识别人脸3D特征；/n根据待识别人脸3D特征对人脸数据库进行预检索，缩小人脸数据库的数据量，得到包含待识别人脸的小数据量数据集；/n基于所述2D图像在所述小数据量数据集中进行人脸识别。/n

【技术特征摘要】
1.一种人脸识别方法，其特征在于，包括以下步骤：
获取待识别人脸的3D点云数据和2D图像；
将所述待识别人脸的3D点云数据预处理；
定位预处理后的待识别人脸的3D点云数据中的人脸位置，并提取待识别人脸3D特征；
根据待识别人脸3D特征对人脸数据库进行预检索，缩小人脸数据库的数据量，得到包含待识别人脸的小数据量数据集；
基于所述2D图像在所述小数据量数据集中进行人脸识别。


2.根据权利要求1所述的人脸识别方法，其特征在于，所述预处理包括去噪，对齐和坐标转换。


3.根据权利要求1所述的人脸识别的方法，其特征在于，所述提取待识别人脸3D特征，包括：
根据2D图像获取人脸关键点的2D坐标信息，将2D坐标信息变换为与预处理后的待识别人脸的3D点云数据中相对应的3D特征点；所述人脸关键点包括眼睛、眉毛、嘴唇、牙齿、鼻子及脸部轮廓关键点；
将3D特征点换算为人脸关键点的欧式距离，即为待识别人脸3D特征。


4.根据权利要求3所述的一种人脸识别方法，其特征在于，所述将2D坐标信息变换为与预处理后的待识别人脸的3D点云数据中相对应的3D特征点，按照以下算法变换所得：



其中，U、V为2D像素坐标，K3*3为相机内参矩阵，R和T所组成矩阵为相机外参矩阵，Xw,Yw,Zw为2D像素坐标所对应的3D空间坐标系。


5.根据权利要求3所述的人脸识别方法，其特征在于，假设待测量的两个关键点坐标为分别为(x1，y1，z1)和(x2，y2，z2)，所述将3...

【专利技术属性】
技术研发人员：郑亚州，
申请(专利权)人：螳螂慧视科技有限公司，
类型：发明
国别省市：上海;31