一种基于重建3D模型的智能机柜人脸识别方法技术

本发明专利技术涉及人脸技术领域，尤其是涉及一种基于重建3D模型的智能机柜人脸识别方法，包括，步骤S1、选取人像面部具备代表性的面部地标点；步骤S2、建立点分布模型；步骤S3、建立点分布模型映射给定对象算法；步骤S4、完成主动形状模型的建立；步骤S5、输入至编码器网络以恢复三维人脸形状的身份和剩余形状分量；步骤S6、所述中控模块将所述三维人脸形状的身份和所述剩余形状分量进行线性组合以获得示例集，并导出3D可变形人脸模型。解决了现有技术中建模的过程过于冗杂且精准度不够的问题。模的过程过于冗杂且精准度不够的问题。模的过程过于冗杂且精准度不够的问题。

【技术实现步骤摘要】
一种基于重建3D模型的智能机柜人脸识别方法


[0001]本专利技术涉及人脸
，尤其是涉及一种基于重建3D模型的智能机柜人脸识别方法。

技术介绍

[0002]在互联网技术迅速发展的今天，信息共享一方面为人们的生活和工作提供了便利，另一方面则对个人隐私的安全性带来了威胁，因此完善身份认证技术、保障信息安全成为目前的重点工作。作为一种通过获取人面部的特征信息进行身份确认的技术，人脸识别近年来一直是人工智能、计算机视觉、心理学等领域的热门研究问题，同时在电力系统的识别认证中起着重要作用。如何确保对人像的精准识别是系统企业管理亟待解决的问题。为了提高企业识别认证系统的精准度，为身份识别提供稳定的条件，国内外积极研究有关人脸识别认证的技术。虽然人脸的幅度动作只是很轻微的角度不同，但是大部分算法的精确度都会下降超过10％，企业希望在这种情况下也能对员工的身份进行精准的识别认证。在此背景下，提出了多角度人脸识别认证方法。与传统的人脸识别认证不同，这种人脸识别技术可以克服角度变化而导致识别率降低的问题。
[0003]对于这种多角度人脸识别现有的方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于重建3D模型的智能机柜人脸识别方法，其特征在于，包含：步骤S1，中控模块选取人像面部具备代表性的面部地标点，并提取面部地标点对应的特征以形成对应的标志组；步骤S2，所述中控模块计算所述标志组中对应的所述地标点的投影系数向量，并计算重建的地标检测轮廓向量，中控模块将计算的向量存储在预设矩阵中以建立点分布模型；步骤S3，所述中控模块建立点分布模型映射给定对象算法，并控制检测模块检测点分布模型的分辨率，并根据测得的分辨率确定针对所述点分布模型映射给定对象算法的判定方式以规范所述点分布模型；步骤S4，所述中控模块计算原始轮廓和重建轮廓之间的距离，以完成主动形状模型的建立；步骤S5，所述中控模块将所述主动形状模型输入至编码器网络以恢复三维人脸形状的身份和剩余形状分量；步骤S6，所述中控模块将所述三维人脸形状的身份和所述剩余形状分量进行线性组合以获得示例集，并导出3D可变形人脸模型。2.根据权利要求1所述的基于重建3D模型的智能机柜人脸识别方法，其特征在于，所述步骤S1中，所述面部地标点包括：右眼外角、右眼内角、左眼内角、左眼外角、鼻尖、右嘴上角、左嘴上角以及下巴尖；所述中控模块选取所述右眼外角、所述右眼内角、所述左眼内角、所述左眼外角、所述鼻尖、所述右嘴上角、所述左嘴上角以及所述下巴尖，并提取对应的特征以形成人脸正视标志组；所述中控模块选取所述右眼外角、所述右眼内角、所述鼻尖、所述右嘴上角以及所述下巴尖，并提取对应的特征以形成人脸右视标志组；所述中控模块选取所述右眼外角、所述右眼内角、所述左眼内角、所述左眼外角、所述鼻尖、所述右嘴上角、所述左嘴上角以及所述下巴尖，并提取对应的特征以形成人脸正视标志组。3.根据权利要求1所述的基于重建3D模型的智能机柜人脸识别方法，其特征在于，所述步骤S2中，所述中控模块计算所述标志组中对应的所述地标点的投影系数向量g0，设定其中，g为地标点检测轮廓，为地标点检测平均轮廓，为地标点检测轮廓中心化后协方差矩阵中特征值对应的前t个特征向量；所述中控模块计算重建的地标检测轮廓向量g
r
，设定其中p
g
为的转置，g'为中心化后的地标点检测轮廓。4.根据权利要求1所述的基于重建3D模型的智能机柜人脸识别方法，其特征在于，所述步骤S3包括：步骤S31、初始化所述地标点的平均形状，以获得地标点检测平均轮廓设定其中，g
i
为人脸图像训练集中的第i张人脸地标点检测轮廓；步骤S32、使用KNN分类器进行评估，通过计算为重建的地标检测轮廓向量g
r
寻找对应类别标签样本，根据少数服从多数的原则，采用投票表决方式选出重建轮廓所属类别，其数学
式为...

【专利技术属性】
技术研发人员：徐毓皓，丁超，徐明，于景路，李红艳，毕成林，王欢，王琢，张浩博，刘胤，徐菲，张晓宇，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：