三维人脸数据预处理方法及设备技术

本发明专利技术提供了一种三维人脸数据预处理方法及设备，该方法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、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，再次确定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。通过对鼻尖点的位置进行初次确定和再次确定，使其在人脸姿态超过30度的情况下，仍然能够实现对鼻尖点的精确定位，以获得正面三维人脸点云数据。三维人脸点云数据。三维人脸点云数据。

【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]获取待处理的三维人脸点云数据；
[0007]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；
[0008]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；
[0009]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；
[0010]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。
[0011]本专利技术实施例的第二方面提供了一种三维人脸数据预处理装置，包括：
[0012]数据获取模块，用于获取待处理的三维人脸点云数据；
[0013]第一定位模块，用于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；
[0014]第一确定模块，用于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；
[0015]第二定位模块，用于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；
[0016]第二确定模块，用于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。
[0017]本专利技术实施例的第三方面提供了一种电子设备，包括存储器、处理器以及存储在
所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面所述三维人脸数据预处理方法的步骤。
[0018]本专利技术实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面所述三维人脸数据预处理方法的步骤。
[0019]本专利技术实施例提供的三维人脸数据预处理方法及设备，通过获取待处理的三维人脸点云数据；根据预设的标准人脸、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，对初次确定的正面人脸数据进行配准，再次确定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。通过对鼻尖点的位置进行初次确定和再次确定，逐步修正鼻尖点的位置，使其在人脸姿态超过30度的情况下，仍然能够实现对鼻尖点的精确定位，以获得正面三维人脸点云数据。
附图说明
[0020]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0021]图1是本专利技术实施例提供的三维人脸数据预处理方法的应用场景图；
[0022]图2是本专利技术实施例提供的三维人脸数据预处理方法的实现流程图；
[0023]图3是本专利技术实施例提供的再次确定鼻尖点的位置的实现流程图；
[0024]图4是本专利技术实施例提供的初次确定鼻尖点的位置的实现流程图；
[0025]图5是目标人脸的中心线与标准人脸的中心线示意图；
[0026]图6是将目标人脸的中心线与标准人脸的中心线进行对齐的示意图；
[0027]图7是本专利技术实施示例提供的三维人脸数据预处理方法的实现流程图；
[0028]图8是本专利技术实施例提供的三维人脸数据预处理装置的结构示意图；
[0029]图9是本专利技术实施例提供的电子设备的示意图。
具体实施方式
[0030]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。
[0031]现有的三维人脸表情的预处理通常包括人脸的姿态矫正、提取人脸感兴趣区域(ROI，region of interest)、尺度归一化、去噪等操作。目前现有的三维人脸数据预处理算法建立在较小姿态上，即小于30度，它的过程是首先将三维人脸姿态矫正，即将每张三维人脸与一个标准人脸对齐(又称为配准)，然后确定鼻尖点，即找到人脸数据中鼻尖点z轴最大
值，最后以该鼻尖点为球心点，划一个确定的半径的球来提取人脸ROI区域以此获得三维人脸预处理后的数据。从以上过程可以看出，三维人脸姿态角度大小直接影响到它的应用场景的使用，比如三维人脸识别与三维人脸表情识别性能。然而，目前缺乏对于人脸姿态(大于30度且小于90度)的三维人脸点云数据预处理，这直接影响到人脸姿态(大于30度且小于90度)的三维人脸点云数据对应用场景中人脸特征或人脸表情特征提取及其相应识别性能。
[0032]图1是本专利技术实施例提供的三维人脸数据预处理方法的应用场景图。本专利技术实施例提供的三维人脸数据预处理方法可以但不限于应用于该应用环境。如图1所示，该系统中包括：点云数据采集设备11和电子设备12。
[0033]点云数据采集设备11用于采集三维人脸点云数据并发送给电子设备12，电子设备12用于对接收到的三维人脸点云数据进行预处理。
[0034]点云数据采集设备11可以是一个或多个摄像头组成的图像采集设备。电子设备12可以是服务器、终端等，在此不作限定。服务器可以用独立服务器或者是多个服务器组成的服务器集群来实本文档来自技高网...

【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：