基于静电场和云模型的三维人脸相似度计算及评估方法技术

本发明专利技术提供了一种基于静电场和云模型的三维人脸相似度计算及评估方法

【技术实现步骤摘要】
基于静电场和云模型的三维人脸相似度计算及评估方法


[0001]本专利技术涉及电子信息
，尤其涉及一种基于静电场和云模型的三维人脸相似度计算及评估方法
。

技术介绍

[0002]人脸相似度估计技术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，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课题，相较于用于身份识别的人体的其他生物特征
(
如虹膜
、
指纹等
)
，人脸具备唯一性
、
一致性和高度的不可复制性，为身份识别提供了稳定的条件
。
人脸相似度的应用日益广泛，例如刑事案件侦破
、
智慧交通
、
出入口控制
、
互联网服务等
。
人脸相似度估计技术涉及计算机视觉
、
心理学等诸多学科的理论和方法，对于研究人员知识体系的完备性有较高要求
。
[0003]现有技术中，人脸相似度估计方法主要分为两类：基于特征进行人脸相似度估计的方法和基于深度学习进行人脸相似度估计的方法
。
基于特征进行人脸相似度估计的方法主要是提取三维人脸模型的特征向量，然后计算两个特征向量之间的距离来判断相似度，基于深度学习进行人脸相似度估计的方法则是使用深度神经网络来学习人脸模型的特征表示
。
但是，现有技术提出的三维特征不能有效区分人脸不同差异的信息，此外，相似度估计是一个具有主观性和模糊性的任务，现有方法均只给出不同人脸的相似度度量，然而并无统一的评价标准评估各个方法的准确性
。
[0004]因此，人脸相似度估计的准确性及稳定性较差
。

技术实现思路

[0005]有鉴于此，本专利技术提供一种基于静电场和云模型的三维人脸相似度计算及评估方法，以解决上述问题
。
[0006]根据本专利技术的第一方面，提供一种基于静电场和云模型的三维人脸相似度计算及评估方法，包括：获取三维人脸模型及基于三维人脸特征信息计算的相似度结果；将三维人脸模型转换为三维静电场模型；基于三维静电场模型，确定人脸顶点的点电荷分布以及人脸等势面；对人脸顶点的点电荷分布和人脸等势面进行计算处理，得到基于三维静电场信息计算的相似度结果；根据基于三维人脸特征信息计算的相似度结果和基于三维静电场信息计算的相似度结果，建立云模型，云模型用于评估相似度结果的准确率
。
[0007]在本专利技术的另一实现方式中，获取基于三维人脸特征信息计算的相似度结果，包括：构建三维人脸模型上的测地线；基于测地线确定三维人脸模型上的特征点；基于特征点进行相似度计算，得到基于三维人脸特征信息计算的相似度结果
。
[0008]在本专利技术的另一实现方式中，将三维人脸模型转换为三维静电场模型，包括：将三维人脸模型上的特征点表示为点电荷，得到三维静电场模型；基于三维静电场模型，确定人脸顶点的点电荷分布以及人脸等势面，包括：基于三维静电场模型中的点电荷，确定人脸顶点的点电荷分布；基于三维静电场模型中各个三角网格的顶点电荷量进行计算处理，得到
各个三角网格中心点的电势；令三维静电场模型中的各个中心点的电势相等，得到三维等势面
。
[0009]在本专利技术的另一实现方式中，人脸每个顶点的电荷量表示为：
[0010][0011]在本专利技术的另一实现方式中，基于三维静电场模型中各个三角网格的顶点电荷量进行计算处理，得到各个三角网格中心点的电势，包括：将三维静电场模型中的各个三角网格的电势简化为三角形中心点电势，三角网格中心点电势表示为：
[0012]P(q
′1,c
j
)+P(q
′2,c
j
)+
…
+P(q
′
n
,c
j
)
＝
P
cosnt
[0013]其中，各个三角网格中心点的电势为所有顶点电荷产生的电势之和
。
[0014]在本专利技术的另一实现方式中，三维等势面表示为：
[0015][0016]其中，可令
P
cosnt
＝
1。
[0017]在本专利技术的另一实现方式中，对人脸顶点的点电荷分布和人脸等势面进行计算处理，得到基于三维静电场信息计算的相似度结果，包括：三维人脸通过电荷描述子表示为
X
＝
(q1,q2,
…
,q
n
)
；基于三维静电场信息计算的相似度结果由以下公式计算得到：
[0018]Sim(X,X
′
)
＝1‑
JSD(X,X
′
)
[0019]其中，
JSD(X,X
′
)
表示詹森
‑
香农散度
。
[0020]根据本专利技术的第二方面，提供一种基于静电场和云模型的三维人脸相似度计算及评估装置，包括：获取模块：用于获取三维人脸模型及基于三维人脸特征信息计算的相似度结果；处理模块：将三维人脸模型转换为三维静电场模型；基于三维静电场模型，确定人脸顶点的点电荷分布以及人脸等势面；对三维人脸模型顶点的点电荷分布和人脸等势面进行计算处理，得到基于三维静电场信息计算的相似度结果；评估模块：根据基于三维人脸特征信息计算的相似度结果和基于三维静电场信息计算的相似度结果，建立云模型，云模型用于评估相似度结果的准确率
。
[0021]根据本专利技术的第三方面，提供一种电子设备，包括：存储器
、
处理器及存储在存储器上并可在所述处理器上运行的计算机程序，处理器执行计算机程序时实现如上述任一项的基于静电场和云模型的三维人脸相似度计算及评估方法的步骤
。
[0022]根据本专利技术的第四方面，提供一种计算机存储介质，计算机存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述任一项的基于静电场和云模型的三维人脸相似度计算及评估方法中的步骤
。
[0023]在本专利技术的基于静电场和云模型的三维人脸相似度计算及评估方法中，通过利用静电场的特性，模拟人脸等势面，给出不同人脸之间的相似度度量，通过三维静电场模型得到的人脸相似度准确率更高；基于云模型原理，综合多种不同方法给出相似度估计的统一
标准，可以用于评估不同方法的准确率，提高了人脸相似度计算和评估的准确性及稳定性
。
附图说明
[0024]为了更清楚的说明本专利技术实施例或现有技术中的技术方案，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，通过阅读下文实施方式的详细描述，方案中的优点和益处对于本领域的技术人员变得清楚明了
。
附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制
。
在附图中：
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于静电场和云模型的三维人脸相似度计算及评估方法，其特征在于，包括：获取三维人脸模型及基于三维人脸特征信息计算的相似度结果；将所述三维人脸模型转换为三维静电场模型；基于所述三维静电场模型，确定人脸顶点的点电荷分布以及人脸等势面；基于所述人脸顶点的点电荷分布和所述人脸等势面进行计算处理，得到基于三维静电场信息计算的相似度结果；根据所述基于三维人脸特征信息计算的相似度结果和所述基于三维静电场信息计算的相似度结果，建立云模型，所述云模型用于评估相似度结果的准确率
。2.
根据权利要求1所述的方法，其特征在于，所述获取基于三维人脸特征信息计算的相似度结果，包括：构建所述三维人脸模型上的测地线；基于测地线确定所述三维人脸模型上的特征点；基于所述特征点进行相似度计算，得到基于三维人脸特征信息计算的相似度结果
。3.
根据权利要求2所述的方法，其特征在于，所述将所述三维人脸模型转换为三维静电场模型，包括：将所述三维人脸模型上的特征点表示为点电荷，得到三维静电场模型；所述基于所述三维静电场模型，确定人脸顶点的点电荷分布以及人脸等势面，包括：基于所述三维静电场模型中的点电荷，确定人脸顶点的点电荷分布；基于所述三维静电场模型中各个三角网格的顶点电荷量进行计算处理，得到各个三角网格中心点的电势；令所述三维静电场模型中的各个中心点的电势相等，得到三维等势面
。4.
根据权利要求3所述的方法，其特征在于，所述人脸每个顶点的电荷量表示为：
5.
根据权利要求4所述的方法，其特征在于，所述基于所述三维静电场模型中各个三角网格的顶点电荷量进行计算处理，得到各个三角网格中心点的电势，包括：将所述三维静电场模型中的各个三角网格的电势简化为三角形中心点电势，所述三角网格中心点电势表示为：
P(q'1,c
j
)+P(q'2,c
j
)+
…
+P(q
′
n
,c
j
)
＝
P
cosnt
其中，各...

【专利技术属性】
技术研发人员：梁国远，罗哲皓，马家俊，杨映远，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：