一种相似度估计方法及其应用技术

技术编号:28982436 阅读:17 留言:0更新日期:2021-06-23 09:30
本申请属于图像识别技术领域,特别是涉及一种相似度估计方法及其应用。现有方法只选取特征曲线和特征点,忽略人脸中非特征曲线和特征点对人脸相似度度量的贡献,特征点和特征曲线都是人为进行选择,具有一定的主观性。本申请提供了一种相似度估计方法,对原始数据进行预处理得到数据;根据所述数据选取特征,建立相似形状之间的稀疏对应关系;构建距离场和密集对应关系,根据所述距离场和密集对应关系构建变形场,根据所述变形场的变形路径计算相似度。以变形场为基础建立相似度,相比其他方法,中间过程更为直观。

【技术实现步骤摘要】
一种相似度估计方法及其应用
本申请属于图像识别
,特别是涉及一种相似度估计方法及其应用。
技术介绍
三维相似度估计是用来度量三维模型之间的拓扑差异和形态差异的过程。随着计算机图形学的发展和三维扫描技术的普及,基于三维模型的人脸相似度测量和形状分析已经成为一个活跃的研究课题,被广泛应用于人脸识别、颅面重构评价、面部遗传评估等领域。一般来说,相似性反映了人类对视觉世界的理解,然而,不同的人对两个3D模型,尤其是人脸的相似度判断结果通常是不同的,这取决于每个人的主观感受。因此,如何客观地量化三维人脸的差异仍然是一项具有挑战性的任务。三维人脸相似度度量可被归纳为基于主观评价的人脸相似度度量和基于表面特征的人脸相似度度量。在早期的方法中,为了测量人脸重建结果的准确性,使用主观调查问卷的方式用于评判三维人脸的相似程度。从人脸提取一些特征点,并从特征点种提取Gabor特征用于人脸相似度估计,该方法还和主观的评判进行对比用于验证算法的有效性。提取人脸的等距测地线条纹信息,并从每个条纹种提取12维向量用于度量相似度。在人脸上构建了一个基于测地线的网络,然后四种人脸特征包括:平均曲率、高斯曲率、形状指数、曲度被提取用于度量相似关系。现有方法只选取特征曲线和特征点,忽略人脸中非特征曲线和特征点对人脸相似度度量的贡献,特征点和特征曲线都是人为进行选择,具有一定的主观性。
技术实现思路
1.要解决的技术问题基于现有方法只选取特征曲线和特征点,忽略人脸中非特征曲线和特征点对人脸相似度度量的贡献,特征点和特征曲线都是人为进行选择,具有一定的主观性的问题,本申请提供了一种相似度估计方法及其应用。2.技术方案为了达到上述的目的,本申请提供了一种相似度估计方法,对原始数据进行预处理得到数据;根据所述数据选取特征,建立相似形状之间的稀疏对应关系;构建距离场和密集对应关系,根据所述距离场和密集对应关系构建变形场,根据所述变形场的变形路径计算相似度。本申请提供的另一种实施方式为:所述建立相似形状之间的稀疏对应关系包括根据所述特征建立特征网格;根据非特征与所述特征网格的相对位置,通过投影-映射-投影的方式建立所有点的对应关系。本申请提供的另一种实施方式为:根据所述数据选取特征包括手动建立基准特征点得到一级特征点,以界面交互的形式,在每个子区域中标记二级特征点。本申请提供的另一种实施方式为:所述基准特征点包括特征曲线和特征点,所述一级特征点为一个基准特征点或基准特征曲线上的控制点。本申请提供的另一种实施方式为:根据所述特征建立特征网格包括按照流形距离变换和三角剖分算法将特征转化为特征网格。本申请提供的另一种实施方式为:所述构建距离场为在目标表面以距离变换构建距离场,所述距离场为源模型的每个点提供指向目标表面的重力。本申请提供的另一种实施方式为:所述距离场为:其中DF表示空间中的距离场,p表示体素空间中的一个体素块,q表示目标体素模型中的一个体素块。本申请提供的另一种实施方式为:所述建立所有点的对应关系包括将网格模型表面的顶点投影到特征点曲面网格上,并将其划分为多个三角形块,通过仿射变换,将源特征网格中的每个三角形块变换为目标特征点网格中相应的三角形块,通过将点投影到目标特征点网格上来建立源模型和目标模型的紧密的对应关系。本申请还提供一种相似度估计方法的应用,将所述的相似度估计方法应用于人脸相似性测量。本申请提供的另一种实施方式为:所述变形场将源人脸变形到目标人脸,两个人脸的相似度可以被转化为从源人脸到目标人脸的变形路径。3.有益效果与现有技术相比,本申请提供的一种相似度估计方法及其应用的有益效果在于:本申请提供的相似度估计方法,针对人脸识别,颅面复原,遗传分析等研究领域的需求,设计一种可以量化三维人脸相似度的方法,比较两个三维人脸的相似性程度。本申请提供的相似度估计方法,通过手工交互的方式建立多个精密的特征点对应,并基于特征点对应建立整个人脸的紧密对应关系。本申请提供的相似度估计方法,从全局考虑,首先寻找人脸中每个顶点的对应关系,然后为人脸中的每个顶点提供一个相似度度量,这样做法的优势在于考虑每个顶点的对人脸相似度的贡献,以达到客观评价人脸相似情况的目的。本申请提供的相似度估计方法,在进行相似度度量时,能够为人脸上的每个人脸提供一个相似度度量,而不是仅仅为特征点提供相似度度量,从而提高整体的相似度准确性,且更具有客观性。本申请提供的相似度估计方法,构建基于人脸的特征点网格,并基于特征网格在三维人脸之间建立了密集的对应关系。本申请提供的相似度估计方法,基于距离场和紧密的对应关系,提出一种新的相似度度量方法,该方法以变形场为基础建立相似度,相比其他方法,中间过程更为直观。附图说明图1是本申请的相似度估计方法流程示意图;图2是本申请的基准特征点示意图;图3是本申请的特征点对应示意图;图4是本申请的距离场示意图;图5是本申请的人脸之间的对应关系示意图;图6是本申请的引力Fg和牵引力Ft受力示意图;图7是本申请的顶点的变形过程示意图;图8是本申请的由F1和F2合成人脸生成的相似度举证示意图;图9是本申请的源模型人脸F0001和目标模型人脸示意图。具体实施方式在下文中,将参考附图对本申请的具体实施例进行详细地描述,依照这些详细的描述,所属领域技术人员能够清楚地理解本申请,并能够实施本申请。在不违背本申请原理的情况下,各个不同的实施例中的特征可以进行组合以获得新的实施方式,或者替代某些实施例中的某些特征,获得其它优选的实施方式。现有的技术方案:(1)在两个待比较的三维人脸模型上,分别以各自的鼻尖点为源点,按相同的初始方向和相等的角度间隔均匀地提取m条测地线;m地值根据精度要求选取。(2)分别计算两个三维人脸模型上方向相同地两条测地线的Fréchet距离,得到m个Fréchet度量值。计算这些Fréchet距离值的平均值,得到两个三维人脸的Fréchet距离。(3)依据Fréchet距离计算两个三维人脸的相似度s。参见图1~9,本申请提供一种相似度估计方法,对原始数据进行预处理得到数据;根据所述数据选取特征,建立相似形状之间的稀疏对应关系;构建距离场和密集对应关系,根据所述距离场和密集对应关系构建变形场,根据所述变形场的变形路径计算相似度。本申请基于变形场建立三维人脸之间的相似关系。分为两个部分:首先,采用半自动的方法建立人脸之间特征点的对应关系,这些特征点的依据人脸的解剖学特征进行选取,这些特征点通过狄洛尼三角剖分构建特征网格,为后面操作提供位置参考和坐标。其次,将建立人脸的紧密对应,依据非特征点和特征网格之间的相对位置,通过投影-映射-投影的方式建立所有点对应关系。同时在目标表面以距离变换构建一个距离场,为源模型的每个点提供指向目标表面的重力本文档来自技高网...

【技术保护点】
1.一种相似度估计方法,其特征在于:对原始数据进行预处理得到数据;根据所述数据选取特征,建立相似形状之间的稀疏对应关系;构建距离场和密集对应关系,根据所述距离场和密集对应关系构建变形场,根据所述变形场的变形路径计算相似度。/n

【技术特征摘要】
1.一种相似度估计方法,其特征在于:对原始数据进行预处理得到数据;根据所述数据选取特征,建立相似形状之间的稀疏对应关系;构建距离场和密集对应关系,根据所述距离场和密集对应关系构建变形场,根据所述变形场的变形路径计算相似度。


2.如权利要求1所述的相似度估计方法,其特征在于:所述建立相似形状之间的稀疏对应关系包括根据所述特征建立特征网格;根据非特征与所述特征网格的相对位置,通过投影-映射-投影的方式建立所有点的对应关系。


3.如权利要求1所述的相似度估计方法,其特征在于:根据所述数据选取特征包括手动建立基准特征点得到一级特征点,以界面交互的形式,在每个子区域中标记二级特征点。


4.如权利要求3所述的相似度估计方法,其特征在于:所述基准特征点包括特征曲线和特征点,所述一级特征点为一个基准特征点或基准特征曲线上的控制点。


5.如权利要求2所述的相似度估计方法,其特征在于:根据所述特征建立特征网格包括按照流形距离变换和三角剖分算法将特征转化为特征网格。


6.如...

【专利技术属性】
技术研发人员:马家俊梁国远梁雨吴新宇
申请(专利权)人:中国科学院深圳先进技术研究院
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1