一种基于三维鼻形的身份识别方法
专利汇可以提供一种基于三维鼻形的身份识别方法专利检索，专利查询，专利分析的服务。并且本 发明 涉及一种身份识别方法，尤其是指一种基于三维鼻形的身份识别方法。该包括如下步骤：1)三维人脸曲面的预处理；2)三维人脸模型鼻子区域的切割提取；3)在步骤2)的 基础 上，鼻子形状的匹配；4)利用步骤3)的匹配结果进行鼻子形状的识别。本发明利用三维鼻形进行身份识别主要有两个方面的优点，首先，在获取方面，3D获取技术已经能很方便地获取3D人脸数据，而获取3D鼻子数据比获取整个人脸数据更方便；第二，3D人脸由于受表情的影响会发生扭曲 变形 ，而鼻子区域是在不同表情之下可以保持相对稳定的形状，因此，与3D 人脸识别 比较，基于鼻子形状的身份识别有望获得更好的识别性能。，下面是一种基于三维鼻形的身份识别方法专利的具体信息内容。
1.一种基于三维鼻形的身份识别方法，其特征在于该方法包括如下步骤：
1)三维人脸曲面的预处理；
2)三维人脸模型鼻子区域的切割提取；
3)在步骤2)的基础上，鼻子形状的匹配；
4)利用步骤3)的匹配结果进行鼻子形状的识别。
2.根据权利要求1所述的基于三维鼻形的身份识别方法，其特征在于：
所述步骤1)将原始的三维人脸数据通过三角化曲面重建、人脸局部区域切 割和双边平滑去噪处理得到无噪声、特征保留的三维局部人脸模型；
所述步骤2)通过对称面检测和侧影线提取，及鼻尖点和鼻基点的检测，将 三维人脸模型置于一个统一的坐标框架中，利用鼻尖点、鼻基点将鼻子区域切 割提取；
所述步骤3)利用迭代共轭点匹配算法计算待检测模型的三维鼻子形状和图 库中模型的三维鼻子形状，匹配后两个三维鼻子形状间最近点对的平均距离作 为两者的相似度；
所述步骤4)对图库中的每一个模型实施步骤3)计算，选取其中平均距离 最小的一个作为识别结果，完成系统功能。
3.根据权利要求2所述的基于三维鼻形的身份识别方法，其特征在于：所述步 骤2)的对称面检测采用迭代共轭点匹配算法对齐原始模型和其镜像模型，然后 求出共轭点对的中轴面。
4.根据权利要求2所述的基于三维鼻形的身份识别方法，其特征是：步骤2) 鼻尖点和鼻基点的检测采用下述方法：
pnt＝argmaxp∈C(dist(p，le)) (4)
pnb＝argminp∈L(yp) (5)
其中，pnt为鼻尖点，pnb为鼻基点，C为侧影线，连接侧影线C头尾两点的 线段为le，yp表示点p的y轴坐标，dist(p，le)表示点p到直线段le的距离，dist′(p，le) 表示点p到直线段le距离的一阶微分。
5.根据权利要求1或2所述的基于三维鼻形的身份识别方法，其特征是：所述 步骤2)采用的三维鼻子区域的切割提取是基于鼻基点和鼻尖点唯一确定的椭球 体完成。
6.根据权利要求1所述的基于三维鼻形的身份识别方法，其特征是：所述步骤
3)中基于迭代共轭点匹配算法的细对齐是在步骤2)的粗对齐的基础上完成； 采用的匹配相似度量如下式：
(26)
其中RMS(·，·)表示最近点平均距离， 表示用迭代共轭点匹配算 法将Mp向Mg对齐得到Mp′。
技术领域
本发明涉及一种身份识别方法，尤其是指一种基于三维鼻形的身份识别方 法。
背景技术
三维人脸识别技术有望从根本上解决基于图像的人脸识别方法所面临的“受 姿态、光线和表情影响”的难题。基于三维数据已经获取的前提，三维人脸识别 受光线的影响很小。由于三维数据具有显式的几何形状，三维人脸识别更具克 服姿态变化的潜力。然而，表情变化改变了三维人脸模型的形状，造成人脸局 部区域的塑性变形。人脸的扭曲变形将直接影响人脸识别算法的性能。另外获 取整个人脸数据也比较复杂。
发明内容
一种基于三维鼻形的身份识别方法，包括如下步骤：
1)三维人脸曲面的预处理；
2)三维人脸模型鼻子区域的切割提取；
3)在步骤2)的基础上，鼻子形状的匹配；
4)利用步骤3)的匹配结果进行鼻子形状的识别。 进一步的，
所述步骤1)将原始的三维人脸数据通过三角化曲面重建、人脸局部区域切 割和双边平滑去噪处理得到无噪声、特征保留的三维局部人脸模型；
所述步骤2)通过对称面检测和侧影线提取，及鼻尖点和鼻基点的检测，将 三维人脸模型置于一个统一的坐标框架中，利用鼻尖点、鼻基点将鼻子区域切 割提取；
所述步骤3)利用迭代共轭点匹配算法计算待检测模型的三维鼻子形状和图 库中模型的三维鼻子形状，匹配后两个三维鼻子形状间最近点对的平均距离作 为两者的相似度；
所述步骤4)对图库中的每一个模型实施步骤3)计算，选取其中平均距离 最小的一个作为识别结果，完成系统功能。
更进一步的，所述步骤2)的对称面检测采用迭代共轭点匹配算法对齐原始 模型和其镜像模型，然后求出共轭点对的中轴面即为所需的对称面。
更进一步的，步骤2)鼻尖点和鼻基点的检测采用下述方法：
pnt＝argmaxp∈C(dist(p，le)) (4)
pnb＝arg minp∈L(yp) (5)
其中，pnt为鼻尖点，pnb为鼻基点，C为侧影线，连接侧影线C头尾两点的 线段为le，yp表示点p的y轴坐标，dist(p，le)表示点p到直线段le的距离，dist′(p，le) 表示点p到直线段le距离的一阶微分。
更进一步的，所述步骤2)采用的三维鼻子区域的切割提取是基于鼻基点和 鼻尖点唯一确定的椭球体完成；
更进一步的，所述步骤3)中基于迭代共轭点匹配算法的细对齐是在步骤2) 的粗对齐的基础上完成；采用的匹配相似度量如下式：
其中RMS(·，·)表示最近点平均距离， 表示用迭代共轭点匹配算 法将Mp向Mg对齐得到Mp′。
下面对本发明作进一步的描述：
一种基于三维鼻形的身份识别方法，其步骤如下：
1)三维人脸曲面的预处理：首先对原始三维人脸数据进行三角化曲面重建， 接着对人脸的局部区域进行分割，最后用双边滤波的方法对分割出的人脸局部 区域进行特征保留的去噪处理；
2)三维人脸模型鼻子区域的切割：
通过检测三维模型的对称面和两个特征点(鼻尖点和鼻基点)确定人脸姿 态，将三维模型置于统一的坐标框架中，实现了粗对齐，为匹配阶段提供比较 好的初始对齐位置；
对称面检测采用的是迭代共轭点匹配算法对齐原始模型和其镜像模型，再 求对应点的中轴面的方法。
鼻尖点和鼻基点的检测采用下述方法：
pnt＝argmaxp∈C(dist(p，le)) (4)
pnb＝arg minp∈L(yp) (5)
其中，pnt为鼻尖点，pnb为鼻基点，C为侧影线，连接侧影线C头尾两点的 线段为le，yp表示点p的y轴坐标，dist(p，le)表示点p到直线段le的距离，dist′(p，le) 表示点p到直线段le巨离的一阶微分。
通过检测出的鼻尖点和鼻基点，将三维人脸模型的鼻子区域切割提取。利 用鼻尖点、鼻基点及对称面将提取出的三维鼻子形状已被置于一个统一的坐标 框架中，因而实现了三维鼻子模型的粗对齐；
3)匹配：利用迭代共轭点算法匹配待检测模型的三维鼻子形状和库中模 型的三维鼻子形状，计算匹配后两个三维鼻子形状间最近点对的平均距离作为 两者的相似度；
步骤3)采用的匹配相似度量如下式：
其中RMS(·，·)表示最近点平均距离， 表示用迭代共轭点匹配算 法将Mp向Mg对齐得到Mp′。
4)识别：对gallery中的每一个模型施加步骤3)的计算，选取其中平均 距离最小的一个作为识别结果，以完成系统功能。
本发明的有益效果为：鼻子作为脸部形状比较稳定的器官，受表情影响很小。 利用三维鼻形进行身份识别主要有两个方面的优点，首先，在获取方面，3D获 取技术已经能很方便地获取3D人脸数据，而获取3D鼻子数据比获取整个人脸 数据更方便；第二，3D人脸由于受表情的影响会发生扭曲变形，而鼻子区域是 在不同表情之下可以保持相对稳定的形状，因此，与3D人脸识别比较，基于鼻 子形状的身份识别有望获得更好的识别性能。
附图说明
图1是本发明的基于三维鼻形的身份识别方法的流程图；
图2是本发明的原始三维人脸数据三角化曲面重建效果图；
图3是本发明的人脸局部区域切割效果图；
图4是本发明的人脸局部区域特征保持的双边平滑去噪处理效果图；
图5是本发明的侧影线上鼻尖点和鼻基点检测示意图；
图6是本发明的三维鼻子区域切割提取示意图；
图7是本发明的ROC实验结果示意图；
图8是本发明的CMC实验结果示意图；
具体实施方式
1)三维人脸模型预处理
三维人脸模型预处理通过三步完成，首先进行三角化曲面重建，其次切割人 脸局部区域，最后通过双边平滑去噪处理得到无噪声、特征保留的三维局部人 脸模型。
(1).三角化曲面重建
FRGC3D人脸库的原始数据是3D坐标点的集合，由于后续处理要求建立点集 的拓扑关系，即完成点集的曲面重建过程，采用HOPPE94的分段光滑的曲面重 构算法完成点集的三角化，如图2。
(2).人脸局部区域的切割
现有的3D数据获取设备采集的3D人脸数据通常包含颈部，肩部等区域。 如FRGC1.03D人脸库的原始数据大部分包含了肩膀及少量胸部区域，如图3 第一行所示。人脸切割的目的是对原始数据进行一个粗略的切割以提取出脸部 区域，方便后续的处理。本发明采用基于曲率的切割方法。由于曲率是曲面本 身特有的属性，它对于人脸的角度变化，位置变化能保持不变。因此通过对3D 数据整体曲率值的分布的分析，本发明实现了脸部区域的自动分割提取，如图3 的第二行。
(3).特征保持的平滑去噪处理
3D人脸模型包含一定程度的噪声和一些由采集产生的散乱点，如图4第一 行。本发明采用双边去噪滤镜对其进行保留特征的去噪处理，如图4第二行。
2)三维人脸模型鼻子区域的切割
姿态定位通过三步完成，首先检测对称面并提取侧影线，然后确定鼻尖点和 鼻基点，最后应用一个刚性变换将三维人脸模型置于统一的坐标框架中以完成 姿态定位。
(1)对称面检测和侧影线提取
给定人脸网格M的顶点集合VM＝{pi∈R3|1≤i≤N}，对任意一个平面，可以找 到VM关于该平面的镜像顶点集 VM中任意一点pi的对应镜 像点是VM m中的pi m，原人脸网格的拓扑结构与镜像网格一致，严格意义上说，如 果考虑曲面片的方向，镜像网格的三角面片的顶点序应该与原网格M相反，此 时可以取得统一的曲面方向，由于这里本发明主要对点集进行分析，因此可以 忽略拓扑结构变化的影响。
将VM m向VM配准，使两者最终对齐，假设得到的点集为 其中点的对应次序依然不变。此时，VM和VM m′组成一个新的顶点集合V：
由于三维人脸本身大致对称，V是一个自对称的集合，人脸网格的对称面必 过VM和VM m′中对应点的平分线，因此人脸的对称面A内蕴的点集可以用下式表 示：
其中<·，·>表示两向量的点积。
本发明采用迭代共轭点匹配算法对齐VM和VM m，迭代共轭点匹配算法能有效 地对齐三维模型，但保证其收敛要求两个待对齐的模型具有粗略对齐的初始位 置。因此，计算原人脸网格M的镜像网格时，需小心地选择对称平面。如果初 始选择的对称平面本身就在人脸网格的对称面附近，则用该平面镜像得到的镜 像点集VM m和VM就会有较好的初始对齐位置。
观察人脸网格的基本形状，本发明发现人脸网格是一张上下方向较长，左右 跨度居中，前后厚度较小的曲面，近似于半椭球的形状。因此，本发明对人脸 网格的点集VM分布做主元分析(PCA)，可以得到一个平均点p和三个主方向(特 征向量)v1，v2和v3，这三个特征向量分别对应从大到小排序的三个特征值，按 PCA的特征值与特征向量的关系，v1方向是点集散度最大的方向，v2其次，v3最 小，其方差即为三个对应特征值。由此，本发明可以选择初始对称平面如下：
Mirror＝{x|＜x-p，v2＞＝0} (3)
这个初始镜像对称平面满足在原始人脸的对称面附近的要求。
由于VM和VM m′有N对对称点，每一对都可以确定一个人脸网格的对称平面， 本发明用最小二乘法拟合各个平面，最后得到优化的对称平面A，侧影线的求取 只需计算对称平面A与原始网格M的交。
(2)鼻尖点和鼻基点的确定
鼻尖点pnt和鼻基点pnb都在侧影线C上，假设连接侧影线C头尾两点的线段 为le，如图5所示，对大量人脸特征的观察可以得出下面两条假设：
a)鼻尖点pnt是位于侧影线C上，距离线段le最远的点；
b)鼻基点pnb是位于侧影线C上，沿pnt向上的侧影线上所有点中与线段le的 第一个距离极小值点。
基于上面的两条假设，可以列出如下的鼻尖与鼻基检测方法：
pnt＝argmaxp∈C(dist(p，le)) (4)
pnb＝argminp∈L(yp) (5)
其中，表示点到直线段的距离，yp表示点p的y轴坐标，表 示点到直线段距离的一阶微分。
(3)统一坐标框架
本发明已得到人脸网格的对称面方向ds和两个特征点pnt和pnb，通过这三个 特征可以把人脸网格放置到一个统一的坐标系中以完成姿态确定。令：
vx＝ds (7)
vz＝vx×vy (9)
以pnt为原点，vx，vy，vz分别为x，y，z三个坐标轴，可以确定一个新的坐标框 架，所有的三维人脸模型可以变换到这个坐标框架中。
通过检测出的鼻尖点pnt和鼻基点pnb，将三维人脸模型的鼻子区域切割提 取。以pnt作为椭球体中心，以pnb作为椭球体长轴一端点构成椭球体E： 将椭球体内(即鼻子区域)分割提取出，如图6。由于提取出的 三维鼻子形状已被置于一个统一的坐标框架中，三维鼻子模型经过粗对齐有一 个比较好的初始位置。
3)三维鼻子模型匹配
给定三维鼻子模型的Mp和Mg，用迭代共轭点算法匹配Mp和Mg，两者的相 似度计算如下：
其中RMS(·，·)表示最近点平均距离， 表示用迭代共轭点匹配算 法将Mp向Mg对齐得到Mp′。
4)三维鼻子模型识别
给定一个待识别的三维鼻子模型Mp，按照步骤3)中提出的匹配算法将其和 图库中的每个三维鼻子模型分别进行匹配，选择匹配结果距离值最小的模型作 为最终的识别结果。
实验结果
本发明在FRGC v1.0库上测试了基于三维鼻形的身份识别方法的性能。该 库中共有276人，943个人脸模型。其中198人有一张以上的图像。原始模型是 由约20000到110000个点组成。实验选择了233个模型，包含100人。ROC和 CMC实验结果图分别见图7和图8。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于人脸三维重建的改进PCA算法 | 2020-05-11 | 146 |
| 一种利用多目3D视觉传感技术防控儿童近视的系统及方法 | 2020-05-21 | 624 |
| 一种基于大姿态对准的人脸识别方法及系统 | 2020-05-12 | 419 |
| 一种高压氧舱人脸识别交互方法及系统 | 2020-05-15 | 388 |
| 三维人脸识别方法和三维人脸识别系统 | 2020-05-20 | 1007 |
| 一种基于面部运动单元的三维非真实感表情生成方法 | 2020-05-11 | 951 |
| 人脸防伪检测方法、装置、芯片、电子设备和计算机可读介质 | 2020-05-17 | 314 |
| 一种三维人脸重建方法、装置、设备及存储介质 | 2020-05-12 | 897 |
| 基于多列多尺度图卷积神经网络的3D人脸生成方法 | 2020-05-16 | 685 |
| 三维人脸图像重建方法、装置和计算机可读存储介质 | 2020-05-14 | 1020 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
