【技术实现步骤摘要】
一种基于结构光摄像头的3D人脸识别方法
本专利技术涉及人脸识别
，尤其涉及一种基于结构光摄像头的3D人脸识别方法。
技术介绍
随着深度学习的兴起，基于深度学习的2D人脸识别技术发展迅猛，已能达到在大规模个体和照片情况下准确识别个体的效果，识别准确率甚至超过人类，但是，现有的2D人脸识别技术也有它的桎梏——2D人脸识别在不受控制的环境下性能是受限的，尤其是在光照，姿态，表情和面部遮挡的变化条件下，许多实际的人脸识别系统都会受到这些变化的影响，而增加模型对光照和姿态变化的鲁棒性的一种方法是使用3D面部图像。采集3D面部图像的设备主要包括ToF(飞行时间)摄像头、结构光摄像头、双目摄像头和3D扫描摄像头，其中3D扫描摄像头的精度最高，达到专业级水准，但其动辄数万的价格并不适合商业推广，而结构光、双目和ToF摄像头等消费级摄像头，3D精度一般但价格便宜，更适合于实际场景的应用；而在此类消费级摄像头中，结构光摄像头又因为其精度相对较高、受环境影响小、功耗低等优点，被3D商业应用领域广泛采用。而在采用结构光摄像头进...
【技术保护点】
1.一种基于结构光摄像头的3D人脸识别方法，其特征在于，包括以下步骤：/nS1、通过图像采集装置分别采集待识别个体的3D人脸图像，3D人脸图像包括高精度图像及低精度图像；/nS2、利用PCL点云库对3D人脸图像进行点云处理，得到3D人脸图像的法向量信息，再结合3D人脸图像的深度信息进行2D化处理，分别得到高精度伪RGB图和低精度伪RGB图；/nS3、构建人脸识别模型并输入高精度伪RGB图，提取得到对应的特征向量A
【技术特征摘要】
1.一种基于结构光摄像头的3D人脸识别方法，其特征在于，包括以下步骤：
S1、通过图像采集装置分别采集待识别个体的3D人脸图像，3D人脸图像包括高精度图像及低精度图像；
S2、利用PCL点云库对3D人脸图像进行点云处理，得到3D人脸图像的法向量信息，再结合3D人脸图像的深度信息进行2D化处理，分别得到高精度伪RGB图和低精度伪RGB图；
S3、构建人脸识别模型并输入高精度伪RGB图，提取得到对应的特征向量Ai，将特征向量Ai存储到参考图像集作为对比基准；
S4、将低精度伪RGB图输入人脸识别模型，提取得到对应的特征向量Bi，通过距离计算公式计算特征向量Bi与参考图像集中特征向量Ai的相似度，判断相似度最高的特征向量Bi与特征向量Ai之间的距离是否大于预定阈值，是则识别成功，为同一个人，否则识别失败。
2.如权利要求1所述的一种基于结构光摄像头的3D人脸识别方法，其特征在于：所述图像采集装置包括高精度摄像头及结构光摄像头，通过所述高精度摄像头采集高精度图像，所述结构光摄像头采集低精度图像。
3.如权利要求2所述的一种基于结构光摄像头的3D人...
【专利技术属性】
技术研发人员：胡雨，安竹林，张章斌，徐勇军，程坦，
申请(专利权)人：中国科学院计算技术研究所厦门数据智能研究院，
类型：发明
国别省市：福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。