【技术实现步骤摘要】
本申请涉及计算机信息系统领域,具体是关于一种基于3d人脸重建的人脸识别的方法及系统。
技术介绍
1、人脸识别技术在过去几年中取得了显著的发展和广泛的应用。在商业应用方面，人脸识别技术得到了广泛应用，包括安防监控、门禁系统、支付验证、人脸解锁等。它提供了高效、便捷的身份验证方式，提高了安全性和用户体验。
2、政府部门也使用人脸识别技术来提供公共安全和管理服务。例如，在边境安检、护照办理、犯罪侦查、失踪人员搜索等方面都可以应用人脸识别技术。
3、但是尽管人脸识别取得了很大的进步，但仍存在一些挑战。例如，光照、角度、表情、遮挡等因素可能影响识别准确性。此外，对于不同人种、年龄和性别的人脸，识别准确性也可能存在差异。
4、总体而言，人脸识别技术在各个领域都取得了显著的应用和发展，同时也需要进一步解决识别准确度和识别效率问题。
技术实现思路
1、本申请的目的在于提供一种基于3d人脸重建的人脸识别方法，提高人脸识别中的及时性和准确性。
2、一种基于3d人脸重建的人脸识别的方法，该方法包括以下步骤:
3、数据采集：使用深度传感器获取人脸的三维形状信息；
4、3d人脸重建：通过采集到的数据，使用计算机视觉和几何重建的技术来构建人脸的三维模型；
5、特征提取：从重建的3d人脸模型中提取特征信息；
6、特征匹配：将提取到的特征与预先存储的人脸特征进行匹配；
7、识别和验证：根据匹配的结果，判断待
8、如上所述的基于3d人脸重建的人脸识别的方法，其中，使用深度传感器获取人脸的三维形状数据，三维形状数据包括人脸的几何形状数据、深度图像数据、纹理贴图数据。
9、如上所述的基于3d人脸重建的人脸识别的方法，其中，3d人脸重建：通过采集到的数据，使用计算机视觉和几何重建的技术来构建人脸的三维模型，包括如下步骤：
10、根据获取的人脸的三维形状数据获取人脸表面的点云数据；
11、对采集到的多个点云数据进行配准，将多个点云对齐到一个参考坐标系中；配准的目标是找到每个点云之间的几何变换关系，使得它们在同一坐标系下对齐；
12、将配准后的点云数据进行拼接，将多个点云合并成一个完整的点云模型；
13、通过拼接后的点云数据，使用表面重建算法来恢复人脸的连续表面；
14、对重建的表面模型进行优化和后处理。
15、如上所述的基于3d人脸重建的人脸识别的方法，其中，特征提取：从重建的3d人脸模型中提取特征信息，特征信息包括人脸的几何特征信息以及纹理特征信息，根据特征信息构建特征向量。
16、如上所述的基于3d人脸重建的人脸识别的方法，其中，特征匹配：将提取到的特征与预先存储的人脸特征进行匹配，包括如下步骤：
17、特征向量归一化：对提取到的特征向量进行归一化处理，以消除不同特征之间的尺度差异；
18、计算相似度：计算特征向量之间的相似性，使用如下计算公式：
19、cos(θ)＝(a·b)/(||a||*||b||)
20、其中，a和b分别是两个归一化的特征向量，·表示向量的内积，||a||表示向量a的范数。。
21、判断匹配：根据计算得到的相似度值，设置一个阈值来判断两个特征向量是否匹配。
22、一种基于3d人脸重建的人脸识别的系统，该系统包括如下部件：
23、数据采集部件：使用深度传感器获取人脸的三维形状信息；
24、3d人脸重建部件：通过采集到的数据，使用计算机视觉和几何重建的技术来构建人脸的三维模型；
25、特征提取部件：从重建的3d人脸模型中提取特征信息；
26、特征匹配部件：将提取到的特征与预先存储的人脸特征进行匹配；
27、识别和验证部件：根据匹配的结果，判断待识别人脸与数据库中的人脸是否匹配。
28、如上所述的基于3d人脸重建的人脸识别的系统，其中，使用深度传感器获取人脸的三维形状数据，三维形状数据包括人脸的几何形状数据、深度图像数据、纹理贴图数据。
29、如上所述的基于3d人脸重建的人脸识别的系统，其中，3d人脸重建部件执行如下步骤：
30、根据获取的人脸的三维形状数据获取人脸表面的点云数据；
31、对采集到的多个点云数据进行配准，将多个点云对齐到一个参考坐标系中；配准的目标是找到每个点云之间的几何变换关系，使得它们在同一坐标系下对齐；
32、将配准后的点云数据进行拼接，将多个点云合并成一个完整的点云模型；
33、通过拼接后的点云数据，使用表面重建算法来恢复人脸的连续表面；
34、对重建的表面模型进行优化和后处理。
35、如上所述的基于3d人脸重建的人脸识别的系统，其中，特征提取部件：从重建的3d人脸模型中提取特征信息。
36、如上所述的基于3d人脸重建的人脸识别的系统，其中，特征匹配部件执行如下步骤：
37、特征向量归一化：对提取到的特征向量进行归一化处理，以消除不同特征之间的尺度差异；
38、计算相似度：计算特征向量之间的相似性，使用如下计算公式：
39、cos(θ)＝(a·b)/(||a||*||b||)
40、其中，a和b分别是两个归一化的特征向量，·表示向量的内积，||a||表示向量a的范数。
41、判断匹配：根据计算得到的相似度值，设置一个阈值来判断两个特征向量是否匹配。
本文档来自技高网...【技术保护点】
1.一种基于3D人脸重建的人脸识别的方法,其特征在于，该方法包括以下步骤:
2.根据权利要求1所述的基于3D人脸重建的人脸识别的方法，其特征在于，使用深度传感器获取人脸的三维形状数据，三维形状数据包括人脸的几何形状数据、深度图像数据、纹理贴图数据。
3.根据权利要求2所述的基于3D人脸重建的人脸识别的方法，其特征在于，3D人脸重建：通过采集到的数据，使用计算机视觉和几何重建的技术来构建人脸的三维模型，包括如下步骤：
4.根据权利要求3所述的基于3D人脸重建的人脸识别的方法，其特征在于，特征提取：从重建的3D人脸模型中提取特征信息，特征信息包括人脸的几何特征信息以及纹理特征信息，根据特征信息构建特征向量。
5.根据权利要求1所述的基于3D人脸重建的人脸识别的方法，其特征在于，特征匹配：将提取到的特征与预先存储的人脸特征进行匹配，包括如下步骤：
6.一种基于3D人脸重建的人脸识别的系统，其特征在于，该系统包括如下部件：
7.根据权利要求6所述的基于3D人脸重建的人脸识别的系统，其特征在于，使用深度传感器获取人脸的
8.根据权利要求6所述的基于3D人脸重建的人脸识别的系统，其特征在于，3D人脸重建部件执行如下步骤：
9.根据权利要求8所述的基于3D人脸重建的人脸识别的系统，其特征在于，特征提取部件：从重建的3D人脸模型中提取特征信息。
10.根据权利要求6所述的基于3D人脸重建的人脸识别的系统，其特征在于，特征匹配部件执行如下步骤：
...【技术特征摘要】
1.一种基于3d人脸重建的人脸识别的方法,其特征在于，该方法包括以下步骤:
2.根据权利要求1所述的基于3d人脸重建的人脸识别的方法，其特征在于，使用深度传感器获取人脸的三维形状数据，三维形状数据包括人脸的几何形状数据、深度图像数据、纹理贴图数据。
3.根据权利要求2所述的基于3d人脸重建的人脸识别的方法，其特征在于，3d人脸重建：通过采集到的数据，使用计算机视觉和几何重建的技术来构建人脸的三维模型，包括如下步骤：
4.根据权利要求3所述的基于3d人脸重建的人脸识别的方法，其特征在于，特征提取：从重建的3d人脸模型中提取特征信息，特征信息包括人脸的几何特征信息以及纹理特征信息，根据特征信息构建特征向量。
5.根据权利要求1所述的基于3d人脸重建的人脸识别的方法...
【专利技术属性】
技术研发人员：隗伟，齐成斌，
申请(专利权)人：北京瑞索咨询股份有限公司，
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。