【技术实现步骤摘要】
三维人脸数据预处理方法及设备
[0001]本申请属于人脸识别
，尤其涉及一种三维人脸数据预处理方法及设备。
技术介绍
[0002]当前三维人脸数据采集技术和三维数据生成技术容易受到数据扰动的影响，即数据丢失、尖点、图像扭曲、噪声和空洞等因素，也常包含头发、脖子、耳朵等区域，因此，建立在以图形学与空间几何学相结合的技术的数学基础理论被广泛用于三维人脸点云数据的预处理，达到三维人脸呈正面三维人脸区域，并用于人脸识别与人脸表情识别。
[0003]目前现有的三维人脸数据预处理算法虽然能够准确检测到鼻尖点，但准确检测是建立在识别的人脸姿态较小的基础上，即对姿态小于30度的三维人脸数据进行预处理，一旦人脸姿态超过30度，就无法准确检测到鼻尖点。
技术实现思路
[0004]有鉴于此，本专利技术提供了一种三维人脸数据预处理方法及设备，旨在解决对人脸姿态超过30度时无法准确检测到鼻尖点的问题。
[0005]本专利技术实施例的第一方面提供了一种三维人脸数据预处理方法，包括：
[0006]获取待处理的...
【技术保护点】
【技术特征摘要】
1.一种三维人脸数据预处理方法，其特征在于，包括：获取待处理的三维人脸点云数据；根据预设的标准人脸、所述三维人脸点云数据、三维人脸鼻尖点检测算法和最近点迭代算法，初次确定所述三维人脸点云数据中鼻尖点的位置；根据初次确定的鼻尖点的位置，初次确定所述三维人脸点云数据中的正面人脸数据；根据最近点迭代算法和预设的标准人脸，对所述初次确定的正面人脸数据进行配准，再次确定所述三维人脸点云数据中鼻尖点的位置；根据再次确定的鼻尖点的位置，再次确定所述三维人脸点云数据中的正面人脸数据，并将其作为预处理后的正面三维人脸点云数据。2.根据权利要求1所述的三维人脸数据预处理方法，其特征在于，根据最近点迭代算法和预设的标准人脸，对初次确定的正面人脸数据进行配准，再次确定所述三维人脸点云数据中鼻尖点的位置，包括：根据最近点迭代算法，将初次确定的正面人脸数据对应的人脸的中心线和预设的标准人脸的中心线进行对齐，并记录对齐过程中的第一转换矩阵；根据所述第一转换矩阵对标准人脸的鼻尖点的位置进行转换，并以转换后的鼻尖点的位置为球心，划定一个半径为第一预设值的第一球形区域；在所述第一球形区域内以其球心为原点、以对齐后人脸的正面面对的方向为z轴正方向建立三维坐标系；确定初次确定的正面人脸数据对应的人脸的中心线在所述第一球形区域内的最大z值点，并将其作为再次确定的鼻尖点的位置。3.根据权利要求1所述的三维人脸数据预处理方法，其特征在于，所述根据所述再次确定的鼻尖点的位置，再次确定的所述三维人脸点云数据中的正面人脸数据，包括：以再次确定的鼻尖点的位置为球心，划定一个半径为第二预设值的第二球形区域；根据所述第二球形区域，再次确定所述三维人脸点云数据中的正面人脸数据。4.根据权利要求1所述的三维人脸数据预处理方法，其特征在于，所述根据预设的标准人脸、所述三维人脸点云数据、三维人脸鼻尖点检测算法和最近点迭代算法，初次确定所述三维人脸点云数据中鼻尖点的位置，包括：根据最近点迭代算法，将所述三维人脸点云数据对应的人脸的中心线，和预设的标准人脸的中心线进行对齐，并记录对齐过程中的第二转换矩阵；根据所述第二转换矩阵对标准人脸的鼻尖点的位置进行转换，并以转换后的鼻尖点的位置为球心，划定一个半径为第三预设值的第三球形区域；在所述第三球形区域内以其球心为原点、以对齐后人脸的正面面对的方向为z轴正方向建立三维坐标系；确定所述三维人脸点云数据对应的人脸的中心线在所述第三球形区域内的最大z值点，并将其作为初始的鼻尖点的位置；以所述初始的鼻尖点的位置为球心，划定一个半径为第四预设值的第四球形区域，以确定所述三维人脸点云数据中的初始的正面人脸数据；根据所述初始的正面人脸数据，初次确定所述三维人脸点云数据中鼻尖点的位置。5.根据权利要求4所述的三维人脸数据预处理方法，其特征在于，所述根据所述初始的
正面人脸数据，初次确定所述三维人脸点云数据中鼻尖点的位置，包括：根据最近点迭代算法，将所述初始的正面人...
【专利技术属性】
技术研发人员：符蕴芳，刘华，张艮山，张岳魁，杨争艳，王雪峤，
申请(专利权)人：石家庄学院，
类型：发明
国别省市：
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。