人體測量學和曲線波變換融合的3d人臉識別方法
【技術領域】
[0001] 本發明屬于基于機器視覺的模式識別技術領域，涉及一種3D人臉的識別方 法，特別涉及一種采用人體測量學特征定位人臉特征區域，采用曲線波變換（Curvelet Transform)技術提取特征特征區域特征，實現3D人臉的識別。
【背景技術】
[0002] 在人臉識別領域，由于二維人臉識別技術容易受到光照條件、化妝、人臉姿勢等的 因素影響，其發展已經陷入了瓶頸時期。應時而來的三維人臉識別比二維人臉識別有更多 的優勢。一方面，三維人臉數據包含了更多人臉的幾何信息；另一方面，三維人臉數據描繪 了人臉的真實形狀，不易受外界條件的影響，如姿勢、光照等的變化。理論上講，光照不會影 響原始三維數據點云的獲取，從而三維人臉上提取的形狀特征和光照變化無關，所以光照 不再是影響三維數據處理的因素。因此，三維人臉圖像的深度信息能夠準確的描述人臉的 形狀，能更好的表示出人臉重要特征，在識別時有比二維人臉識別更好的識別效果。但是， 到目前為止無論是從三維信息來源、數據的存儲和處理、數據的預處理還是最后的識別過 程相關技術都還不是很成熟，因此，研究出一種高效的準確的三維人臉識別方法是非常有 必要的。
[0003] 曲線波變換理論主要模擬人類視覺系統的特點，在多個尺度和多個方向上尋求各 自有效的基函數，從而實現對信號的最優逼近。在視覺檢測領域中展現了良好的發展潛力 和廣闊的市場應用前景。
[0004] 因此，采用曲線波技術，設計一種人體測量學和曲線波變換融合的3D人臉識別方 法，能夠提高三維人臉識別的準確性以及識別速率，并對其他應用領域的特征檢測和識別 有很好的指導借鑒意義，具有一定的應用價值。
【發明內容】
[0005] 本發明所要解決的技術問題是，設計一種人體測量學和曲線波變換融合的3D人 臉識別方法，能夠較好解決3D人臉識別受表情變化影響的難題。
[0006] 本發明所采用的技術方案是：依據人體測量學信息對人臉表面的描述，定位出人 臉特征區域；依據人眼對缺陷局部不規則特征的感知原理，在多尺度空間理論分析的基礎 上，通過分析人臉特征區域和噪聲在不同尺度系數的相關性和相鄰角度的系數的相關性， 建立人臉特征區域的多個尺度的不同位置、不同方向、多個相鄰尺度的同位置、同方向的不 同維數的系數模型，克服噪音的影響，提取了用來描述人臉特征區域特征的有效低維特征。 最后用最近鄰法進行識別。本發明可應用于各種人臉識別場合。
[0007] 本發明的目的在于采用曲線波變換描述人臉特征區域的特征，能準確的描述出人 臉四個特征區域的曲率特征，并且能夠高效、準確的實現三維人臉的識別。
【附圖說明】
[0008] 附圖1是：鼻子特征區域的定位圖
[0009] 附圖2是：左眼特征區域的定位圖
[0010] 附圖3是：右眼特征區域的定位圖
[0011] 附圖4是：嘴巴特征區域的定位圖
[0012] 附圖5是：鼻子區域圖像對應Curvelet系數圖
[0013] 附圖6是：左眼區域圖像對應Curvelet系數圖
[0014] 附圖7是：右眼區域圖像對應Curvelet系數圖
[0015] 附圖8是：嘴巴區域圖像對應Curvelet系數圖
【具體實施方式】
[0016] 下面結合附圖對本發明作進一步詳細說明。
[0017] 具體過程如下：
[0018] -、特征區域定位
[0019] 1.鼻子區域的定位：
[0020] 取人臉曲面表面的高斯曲率（K)和平均曲率（H)，當K>0且H<0,K和H取最 大值時，所對應的位置為鼻尖點prn。
[0021] 對于鼻翼兩側點，首先，確定搜索鼻子兩側點區域：根據人體測量學特征對鼻子的 大小位置進行確定，然后，用高斯拉普拉斯算子檢測搜索區域的邊緣，檢測邊緣上關鍵點。 最后從關鍵點中選取尚鼻尖點最近的最左邊和最右邊的點作為鼻子兩側點al_al。
[0022] 用所檢測出的鼻尖以及鼻翼兩側點定位出的鼻子區域，歸一化為128XNaN。
[0023]2左眼以及右眼區域的定位：
[0024] 首先，根據人體測量學特征確定內眼角的上、下搜索區域以及左、右邊界，取搜索 區域內高斯曲率取絕對值最大值且為負值的點作為內眼角點en。其次，根據人體測量學特 征取外眼角的近似位置ex。最后用所檢測出的左右眼的內外眼角的位置，分別定位出左眼 以及右眼的區域，歸一化為128XNaN。
[0025] 3嘴巴區域的定位：
[0026] 首先，根據人體測量學特征確定嘴角的左、右搜索區域。其次，通過鼻尖下方區域 的上嘴唇和下嘴唇橢圓高斯曲率最大來確定上下搜索邊界。在搜索區域內H取絕對值最大 值且為正的位置為嘴角位置ch。最后，根據所定位的左右嘴角的位置定位出嘴巴區域，歸一 化為 128XNaN。
[0027] 二、特征提取
[0028] 根據人臉特征區域的寬度和高度，將特征區域全部歸一化為128XNaN的大小。利 用FDCT_WARPING方法，對每個子塊進行分解，分解層數為4。
[0029] 曲線波分解過程如下：
[0030]第1步：對原始圖像f匕，t2)進行二維傅立葉變換，得到信號。
[0031] 第2步：獲取第4尺度的系數，C4>1
[0032]1)沿著水平方向構造右窗口向量t 左窗口向量Wi:。
[0033]2)沿著垂直方向構造右窗口向量12和左窗口向量W: 2。
[0034] 3)構造 2 個一維低通濾波器flOTpasssubl和flcmpasssub2〇
[0035] 4)構造1個二維低通濾波器（//<wpa" _ _4 )[2xfloor(2xA/]) +l]x[2xfloor(2xM2)+l]
[0036] 5)構造1個二維高通濾波器fhipass4
[0037] 6)用fhipass4對/[?,，巧]進行高通濾波，產生第4尺度濾波后的高通信號
[0038] 7)對第4尺度濾波后的高通信號f' __ 4進行二維反傅立葉變換，獲取第4尺 度的離散曲線波系數C4>1
[0039] 8)用flmvpass4對/[?15?2]進行低通濾波，產生第4尺度的低通濾波信號
[0040] 第3步獲取第3尺度上32個方向的離散曲線波系數
[0041] 首先，獲取第3尺度第1方向上的曲線波系數，C3>1
[0042] 1)構造第3尺度的低通濾波器(/towpaM_3) [2x_K2xMl)+1M2>^OT(2xA/2) +1]，其方法與構造第 4尺度低通濾波器的方法相似。
[0043] 2)構造第3尺度第1方向上的高通濾波器
[0044] 3)用flmvpass3對f' 1__ 4進行濾波，產生第3尺度的低通濾波信號
[0045] 4)用fhipass2對f'lciwpass3進行高通濾波，產生第3尺度的高通濾波信號， fhipass-3'其維數大小與f'lowpass4相同.
[0046] 5)確定第3尺度第1方向上的離散定位窗口，第3尺度曲線波系數的獲取被分成 四個象限，每一個象限都有8個方向。
[0047] 6)對鍥形波的離散定位窗口矩陣WdaJi行濾波和旋轉，產生矩陣Wdata2，
[0048] 7)對Wdata2進行2DFFT，產生了第3尺度第1方向的曲線波系數C3>1。
[0049] 8)重復步驟3中的5)，6)，7)，可以獲取第3尺度第2方向到第32方向的曲線波 系數。
[0050] 第4步重復第3步，可以獲得第2個尺度上的16個方向上的曲線波系數。
[0051] 第5步對第2尺度的信號，f' 進行2維反傅立葉變換，可以得到第 1尺度上的曲線波系數Cu。
[0052] 三、曲線波有效特征提取
[0053] 分析人臉表面特征區域的特征系數的性質，采用平均h范數提取去曲線波域中各 層子帶系數的特征，并將四個區域的有效特征進行融合得到最終的識別特征。
[0054] 四、并通最近鄰法進行識別，最終實現整個三維人臉識別。
[0055] 本發明的優點在于，利用人體測量學特征定位人臉特征區域，減少了后面特征提 取的計算量，用曲線波系數來表征人臉特征，提高了三維人臉識別的準確性和高效性。
【主權項】
1. 一種人體測量學和曲線波變換融合的3D人臉識別方法，其特征在于，所述對人臉表 面的特征區域的定位以及各特征區域特征在不同尺度系數的相關性和相鄰角度的系數相 關性計算和分析，所述多個尺度的不同位置、不同方向的模型的系數模型的建立，所述方法 的人臉表面特征區域特征的有效低維特征的提取，所述整個識別方法的實現。2. 根據權利1所述一種人體測量學特征和曲線波變換的三維人臉識別方法，其特征還 在于，人臉表面特征區域的有效提取，特征區域最優特征的選擇；所述的方法對于三維人臉 的識別，不僅能準確的判別，并能實時顯示特征信息、以及完成數據管理統計等功能。
【專利摘要】本發明屬于基于機器視覺的檢測技術領域，具體為一種人體測量學和曲線波變換融合的3D人臉識別方法。依據人特測量學信息對人臉特征區域的良好表征，以及人眼對缺陷局部不規則特征的感知原理，在多尺度空間理論分析的基礎上，通過分析人臉表面特征區域的特征在不同尺度系數的相關性和相鄰角度的系數的相關性，提出基于人體測量學和曲線波變換融合的3D人臉識別方法，建立多個尺度的不同位置、不同方向、多個相鄰尺度的同位置、同方向的不同維數的系數模型，克服噪音的影響，提取了用來描述人臉表面特征區域的顯著特征的有效低維特征。最后用最近鄰法進行識別。本發明可應用于各場所人臉的識別。
【IPC分類】G06K9/00
【公開號】CN105205478
【申請號】CN201510705312
【發明人】羅菁, 宋丹
【申請人】天津工業大學
【公開日】2015年12月30日
【申請日】2015年10月23日