基于特征描述符的部分遮挡人脸识别方法技术

本发明专利技术公开了一种基于特征描述符的部分遮挡人脸识别方法，首先对人脸数据集中的三维人脸进行主曲率计算，以最大主曲率和最小主曲率检测到的关键点作为人脸关键点；以人脸深度的最低点为中心，裁剪出人脸中未被遮挡的部分；以检测到的关键点为中心，提取特征区域，对关键点构造八邻域，从八邻域内任意选取两个顶点与关键点结合构成多重空间三角特征描述符；然后将数据集中所有人脸的多重空间三角特征描述符加入到特征字典当中，完成特征字典构建；最后采用稀疏表示的方法完成三维遮挡人脸识别。本发明专利技术解决了现有技术中存在的人脸识别准确率差的问题。

【技术实现步骤摘要】
基于特征描述符的部分遮挡人脸识别方法
本专利技术属于人脸识别
，具体涉及一种基于特征描述符的部分遮挡人脸识别方法。
技术介绍
近些年，生物特征识别技术的迅速发展，人脸识别作为其重要组成部分，已成为应用最广泛的领域之一。生物识别技术的主要应用，就是与数学统计原理和精密的生物传感器相结合，对身份进行认证。其中，应用在各行各业的人脸识别，一定程度上推动了用户认证的安全性和产品的创新性。目前，人脸识别技术已经取得了巨大的进步，但仍然还有很多问题亟待解决，例如遮挡、光照、表情和姿态等干扰因素的影响。现有的人脸识别算法可以很好的处理非遮挡情况下采集的人脸图像样本，减少除遮挡之外的干扰因素对于人脸图像样本的影响，取得很好的识别效果。因此，研究遮挡人脸识别问题是具有挑战和实际意义的。目前，针对遮挡的人脸识别，二维图像具有较大的局限性，二维图像由像素点组成，缺乏一定的拓扑关系。面部识别系统处理纹理图像时，由于照明、姿态等外部因素和化妆、遮挡等内部因素，会导致类别内变化常常大于类间变化，使得二维面部识别技术在遮挡条件下缺乏可靠性[3]。为了克服以上因本文档来自技高网...

【技术保护点】
1.一种基于特征描述符的部分遮挡人脸识别方法，其特征在于，具体按照以下步骤实施：/n步骤1、对人脸数据集中的三维人脸进行主曲率计算，以最大主曲率和最小主曲率检测到的关键点作为人脸关键点；/n步骤2、以人脸深度的最低点为中心，裁剪出人脸中未被遮挡的部分；/n步骤3、以检测到的关键点为中心，提取特征区域，对关键点构造八邻域，从八邻域内任意选取两个顶点与关键点结合构成多重空间三角特征描述符；/n步骤4、将数据集中所有人脸的多重空间三角特征描述符加入到特征字典当中，完成特征字典构建；/n步骤5、采用稀疏表示的方法完成三维遮挡人脸识别。/n

【技术特征摘要】
1.一种基于特征描述符的部分遮挡人脸识别方法，其特征在于，具体按照以下步骤实施：
步骤1、对人脸数据集中的三维人脸进行主曲率计算，以最大主曲率和最小主曲率检测到的关键点作为人脸关键点；
步骤2、以人脸深度的最低点为中心，裁剪出人脸中未被遮挡的部分；
步骤3、以检测到的关键点为中心，提取特征区域，对关键点构造八邻域，从八邻域内任意选取两个顶点与关键点结合构成多重空间三角特征描述符；
步骤4、将数据集中所有人脸的多重空间三角特征描述符加入到特征字典当中，完成特征字典构建；
步骤5、采用稀疏表示的方法完成三维遮挡人脸识别。


2.根据权利要求1所述的一种基于特征描述符的部分遮挡人脸识别方法，其特征在于，所述步骤1具体按照以下步骤实施：
步骤1.1、设人脸数据集中各个人脸的曲面S的方程为f(x,y)，任意选取曲面S上的点作为P点，设P点坐标为(x0，y0，z0)，曲面S上的曲线表示为x＝x(t)，y＝y(t)，因此将曲面S表示为f＝f(x(t)，y(t))，等式两边同时对t求导，具体操作按公式(1)进行处理：



步骤1.2、定义3个基本量E，F，G，其中基本量E为曲面S在P点对x的一阶偏导的平方，基本量F为曲面S在P点对x的一阶偏导与曲面S在P点对y的一阶偏导的乘积，基本量G为曲面S在P点对y的一阶偏导的平方，具体操作按公式(2)-(4)所示：
E＝fx(x0，y0，z0)fx(x0，y0，z0)(2)
F＝fx(x0，y0，z0)fy(x0，y0，z0)(3)
G＝fy(x0，y0，z0)fy(x0，y0，z0)(4)
步骤1.3、求点P的法向量n，具体操作按公式(5)进行处理：
n＝(fx(x0，y0，z0)，fy(x0，y0，z0)，)fz(x0，y0，z0)(5)
步骤1.4、再定义三个基本量L、M、N，其中L为曲面S在P点对x的二阶偏导与该点单位法向量的乘积，M为曲面S在P点对x与y的二阶偏导与该点单位法向量的乘积，N为曲面S在P点对y的二阶偏导与该点单位法向量的乘积，计算方法见公式(6)-(8)，









步骤1.5、假设曲面上P点的主曲率为k，则k满足公式(9)：



步骤1.6、公式(9)经推导得公式(10)：
(EG-F2)k2-(LG-2MF+NE)k+(LN-M2)(10)
公式(10)是一个关于k的一元二次方程，通过求解得到两个根k1和k2，如果k1>k2，则k1为P点的最大主曲率，k2为P点的最小主曲率，利用此方法，求出曲面S上各个点的最大主曲率和最小主曲率，并找出曲面S上最大主曲率最大的点与最小主曲率最小的点分别当作曲面S的关键点，即每个曲面S都有两个关键点，通过上述步骤即求得人脸关键点，最终每个三维人脸都包含多个关键点。


3.根据权利要求2所述的一种基于特征描述符的部分遮挡人脸识别方法，其特征在于，所述步骤2具体按照以下步骤实施：
利用步骤1计算得到的三维曲面中点P的最大主曲率k1和最小主曲率k2计算三维曲面中点P的形状指数SI(P)，计...

【专利技术属性】
技术研发人员：赵明华，张哲，李鹏，王理，李兵，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西;61