CN110210322A - 一种通过3d原理进行人脸识别的方法 - Google Patents

一种通过3d原理进行人脸识别的方法 Download PDF

Info

Publication number
CN110210322A
CN110210322A CN201910379443.9A CN201910379443A CN110210322A CN 110210322 A CN110210322 A CN 110210322A CN 201910379443 A CN201910379443 A CN 201910379443A CN 110210322 A CN110210322 A CN 110210322A
Authority
CN
China
Prior art keywords
face
principle
image
module
recognition
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910379443.9A
Other languages
English (en)
Inventor
姜珂
于大明
赵立军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Huaxi Technology Research & Technology Co Ltd
Original Assignee
Shenzhen Huaxi Technology Research & Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Huaxi Technology Research & Technology Co Ltd filed Critical Shenzhen Huaxi Technology Research & Technology Co Ltd
Priority to CN201910379443.9A priority Critical patent/CN110210322A/zh
Publication of CN110210322A publication Critical patent/CN110210322A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及人脸识别技术领域，且公开了一种通过3D原理进行人脸识别的方法，包括以下步骤：S1、利用摄像设备获取人脸的各个面的图像，再利用计算机生成点状3D模型图；S2、在所述点状3D模型图的基础上建立三维坐标系，并在所述三维坐标系中标注出图像中人脸的特征点；S3、对比所述特征点之间的相似度；S4、根据所述相似度的值判断图像中人脸的身份。该通过3D原理进行人脸识别的方法，利用三维3D建模技术在计算机中呈现出人脸的三维模型，与三维坐标系配合在识别对比时误差更小，同时避免了人脸的姿态、表情、光照以及脸部化妆等非几何外观变化以及人脸胖瘦等情况的变化均不会对人脸识别进行影响。

Description

一种通过3D原理进行人脸识别的方法
技术领域
本发明涉及人脸识别技术领域，具体为一种通过3D原理进行人脸识别的方法。
背景技术
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术；用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术。
随着智能化的普及和推广，安全已成为人们最关心的问题之一；目前人脸识别技术一般多为二维平面识别，但是由于人脸为三维的，并不是所有的五官均在一个平面上，因而二维的人脸识别存在一定的识别误差，因而我们提出一种通过3D原理进行人脸识别的方法。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种通过3D原理进行人脸识别的方法，具备匹配更加准确，安全性更高等优点，解决了目前人脸识别技术一般多为二维平面识别，但是由于人脸为三维的，并不是所有的五官均在一个平面上，因而二维的人脸识别存在一定的识别误差的问题。
(二)技术方案
为实现上述匹配更加准确，安全性更高等目的，本发明提供如下技术方案：一种通过3D原理进行人脸识别的方法，包括以下步骤：
S1、利用摄像设备获取人脸的各个面的图像，再利用计算机生成点状3D模型图；
S2、在所述点状3D模型图的基础上建立三维坐标系，并在所述三维坐标系中标注出图像中人脸的特征点；
S3、对比所述特征点之间的相似度；
S4、根据所述相似度的值判断图像中人脸的身份。
优选的，所述摄像设备获取人脸的各个面的图像采用3D全景布置，将摄像设备的镜头对准人脸，启动距离探测模块测定镜头与人脸之间的距离L；
当L在50-100cm之间时启动拍摄模式，在拍摄时需提供补光模式，将各个摄像装置采集的图像汇聚到计算机中生成各个视图的平面人脸图像，再利用计算机对图像中的缺陷部分进行抠出并进行插值填洞操作，最后生成点状3D模型图。
优选的，对比所述特征点之间的相似度将3D模型图和目标图像的特征点分别两两连接以获取连接线；
将所述3D模型图相邻连接线的长度比例和所成角度与目标图像中对应的相邻连接线的长度比例和所成角度作对比以获取所述相似度值。
优选的，所述三维坐标系的建立以人脸的鼻尖为基准点O(X0，Y0，Z0)。
根据所述的一种通过3D原理进行人脸识别的方法，现提出一种通过3D原理进行人脸识别系统，包括摄像模块、测距模块、存储模块、处理器、识别比较模块及输出模块，所述摄像模块通过处理器与识别比较模块电连接，且识别比较模块与输出模块电连接，处理器与存储模块双向电连接。
优选的，所述摄像模块由五个摄像头组成，分别采集人脸的上下左右及正面的3D信息。
优选的，所述测距模块采用红外测距仪。
优选的，所述处理器采用计算机或信息处理设备。
(三)有益效果
与现有技术相比，本发明提供了一种通过3D原理进行人脸识别的方法，具备以下有益效果：
1、该通过3D原理进行人脸识别的方法，多个摄像设备同时捕捉识别人脸的特征点，根据特征点的对比确定身份信息，匹配更加准确，安全性更高。
2、该通过3D原理进行人脸识别的方法，利用三维3D建模技术在计算机中呈现出人脸的三维模型，与三维坐标系配合在识别对比时误差更小，同时避免了人脸的姿态、表情、光照以及脸部化妆等非几何外观变化以及人脸胖瘦等情况的变化均不会对人脸识别进行影响。
附图说明
图1为本发明一种通过3D原理进行人脸识别系统示意图。
具体实施方式
下面将结合本发明的实施例和附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种通过3D原理进行人脸识别的方法，包括以下步骤：
S1、利用摄像设备获取人脸的各个面的图像，再利用计算机生成点状3D模型图；
上述摄像设备获取人脸的各个面的图像采用3D全景布置，将摄像设备的镜头对准人脸，启动距离探测模块测定镜头与人脸之间的距离L；
当L在50-100cm之间时启动拍摄模式，在拍摄时需提供补光模式，将各个摄像装置采集的图像汇聚到计算机中生成各个视图的平面人脸图像，再利用计算机对图像中的缺陷部分进行抠出并进行插值填洞操作，最后生成点状3D模型图。
S2、在上述点状3D模型图的基础上建立三维坐标系，并在上述三维坐标系中标注出图像中人脸的特征点；
上述三维坐标系的建立以人脸的鼻尖为基准点0(X0，Y0，Z0)。
S3、对比上述特征点之间的相似度；
对比上述特征点之间的相似度将3D模型图和目标图像的特征点分别两两连接以获取连接线；
将上述3D模型图相邻连接线的长度比例和所成角度与目标图像中对应的相邻连接线的长度比例和所成角度作对比以获取上述相似度值。
S4、根据上述相似度的值判断图像中人脸的身份。
请参阅图1，一种通过3D原理进行人脸识别系统，包括摄像模块、测距模块、存储模块、处理器、识别比较模块及输出模块，上述摄像模块通过处理器与识别比较模块电连接，且识别比较模块与输出模块电连接，处理器与存储模块双向电连接，上述摄像模块由五个摄像头组成，分别采集人脸的上下左右及正面的3D信息；上述测距模块采用红外测距仪；上述处理器采用计算机或信息处理设备。
本发明中，多个摄像设备同时捕捉识别人脸的特征点，根据特征点的对比确定身份信息，匹配更加准确，安全性更高。
利用三维3D建模技术在计算机中呈现出人脸的三维模型，与三维坐标系配合在识别对比时误差更小，同时避免了人脸的姿态、表情、光照以及脸部化妆等非几何外观变化以及人脸胖瘦等情况的变化均不会对人脸识别进行影响，解决了目前人脸识别技术一般多为二维平面识别，但是由于人脸为三维的，并不是所有的五官均在一个平面上，因而二维的人脸识别存在一定的识别误差的问题。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (8)

1.一种通过3D原理进行人脸识别的方法，其特征在于，包括以下步骤：
S1、利用摄像设备获取人脸的各个面的图像，再利用计算机生成点状3D模型图；
S2、在所述点状3D模型图的基础上建立三维坐标系，并在所述三维坐标系中标注出图像中人脸的特征点；
S3、对比所述特征点之间的相似度；
S4、根据所述相似度的值判断图像中人脸的身份。
2.根据权利要求1所述的一种通过3D原理进行人脸识别的方法，其特征在于，所述摄像设备获取人脸的各个面的图像采用3D全景布置，将摄像设备的镜头对准人脸，启动距离探测模块测定镜头与人脸之间的距离L；
当L在50-100cm之间时启动拍摄模式，在拍摄时需提供补光模式，将各个摄像装置采集的图像汇聚到计算机中生成各个视图的平面人脸图像，再利用计算机对图像中的缺陷部分进行抠出并进行插值填洞操作，最后生成点状3D模型图。
3.根据权利要求1所述的一种通过3D原理进行人脸识别的方法，其特征在于，对比所述特征点之间的相似度将3D模型图和目标图像的特征点分别两两连接以获取连接线；
将所述3D模型图相邻连接线的长度比例和所成角度与目标图像中对应的相邻连接线的长度比例和所成角度作对比以获取所述相似度值。
4.根据权利要求1所述的一种通过3D原理进行人脸识别的方法，其特征在于，所述三维坐标系的建立以人脸的鼻尖为基准点0(X0，Y0，Z0)。
5.根据权利要求1所述的一种通过3D原理进行人脸识别的方法，现提出一种通过3D原理进行人脸识别系统，其特征在于，包括摄像模块、测距模块、存储模块、处理器、识别比较模块及输出模块，所述摄像模块通过处理器与识别比较模块电连接，且识别比较模块与输出模块电连接，处理器与存储模块双向电连接。
6.根据权利要求5所述的一种通过3D原理进行人脸识别系统，其特征在于，所述摄像模块由五个摄像头组成，分别采集人脸的上下左右及正面的3D信息。
7.根据权利要求5所述的一种通过3D原理进行人脸识别系统，其特征在于，所述测距模块采用红外测距仪。
8.根据权利要求5所述的一种通过3D原理进行人脸识别系统，其特征在于，所述处理器采用计算机或信息处理设备。
CN201910379443.9A 2019-05-06 2019-05-06 一种通过3d原理进行人脸识别的方法 Pending CN110210322A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910379443.9A CN110210322A (zh) 2019-05-06 2019-05-06 一种通过3d原理进行人脸识别的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910379443.9A CN110210322A (zh) 2019-05-06 2019-05-06 一种通过3d原理进行人脸识别的方法

Publications (1)

Publication Number Publication Date
CN110210322A true CN110210322A (zh) 2019-09-06

Family

ID=67786931

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910379443.9A Pending CN110210322A (zh) 2019-05-06 2019-05-06 一种通过3d原理进行人脸识别的方法

Country Status (1)

Country Link
CN (1) CN110210322A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112652174A (zh) * 2020-12-18 2021-04-13 中标慧安信息技术股份有限公司 基于人脸验证的停车服务控制方法和系统
CN112801001A (zh) * 2021-02-05 2021-05-14 读书郎教育科技有限公司 一种平板内置人脸识别安全系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423712A (zh) * 2017-07-28 2017-12-01 南京华捷艾米软件科技有限公司 一种3d人脸识别方法
CN107483423A (zh) * 2017-08-04 2017-12-15 北京联合大学 一种用户登录验证方法
CN108108704A (zh) * 2017-12-28 2018-06-01 努比亚技术有限公司 人脸识别方法及移动终端
CN108764024A (zh) * 2018-04-09 2018-11-06 平安科技（深圳）有限公司 人脸识别模型的生成装置、方法及计算机可读存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423712A (zh) * 2017-07-28 2017-12-01 南京华捷艾米软件科技有限公司 一种3d人脸识别方法
CN107483423A (zh) * 2017-08-04 2017-12-15 北京联合大学 一种用户登录验证方法
CN108108704A (zh) * 2017-12-28 2018-06-01 努比亚技术有限公司 人脸识别方法及移动终端
CN108764024A (zh) * 2018-04-09 2018-11-06 平安科技（深圳）有限公司 人脸识别模型的生成装置、方法及计算机可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邓星等: "基于自适应人脸切割的三维人脸识别算法", 《东南大学学报第46卷第2期》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112652174A (zh) * 2020-12-18 2021-04-13 中标慧安信息技术股份有限公司 基于人脸验证的停车服务控制方法和系统
CN112652174B (zh) * 2020-12-18 2021-08-31 中标慧安信息技术股份有限公司 基于人脸验证的停车服务控制方法和系统
CN112801001A (zh) * 2021-02-05 2021-05-14 读书郎教育科技有限公司 一种平板内置人脸识别安全系统
CN112801001B (zh) * 2021-02-05 2021-10-22 读书郎教育科技有限公司 一种平板内置人脸识别安全系统

Similar Documents

Publication Publication Date Title
CN108764071B (zh) 一种基于红外和可见光图像的真实人脸检测方法及装置
CN110044300B (zh) 基于激光器的两栖三维视觉探测装置及探测方法
CN105627932B (zh) 一种基于双目视觉的测距方法及装置
WO2018161877A1 (zh) 处理方法、处理装置、电子装置和计算机可读存储介质
CN107357286A (zh) 视觉定位导航装置及其方法
Goncalves et al. A visual front-end for simultaneous localization and mapping
US20170124693A1 (en) Pose Estimation using Sensors
CN106371281A (zh) 基于结构光多模块360度空间扫描和定位的3d相机
US20110249117A1 (en) Imaging device, distance measuring method, and non-transitory computer-readable recording medium storing a program
JP2017112602A (ja) パノラマ魚眼カメラの画像較正、スティッチ、および深さ再構成方法、ならびにそのシステム
CN105740778B (zh) 一种改进的三维人脸活体检测方法及其装置
TW201727537A (zh) 人臉識別系統及人臉識別方法
Wang et al. Phocal: A multi-modal dataset for category-level object pose estimation with photometrically challenging objects
CN111127540B (zh) 一种三维虚拟空间自动测距方法及系统
CN108537214B (zh) 一种室内语义地图的自动化构建方法
KR101818984B1 (ko) 깊이정보를 이용한 안면인식시스템
CN106991378A (zh) 基于深度的人脸朝向检测方法、检测装置和电子装置
CN110378995B (zh) 一种利用投射特征进行三维空间建模的方法
CN110210322A (zh) 一种通过3d原理进行人脸识别的方法
CN117036300A (zh) 基于点云-rgb异源图像多级配准映射的路面裂缝识别方法
WO2023284358A1 (zh) 相机标定方法、装置、电子设备及存储介质
CN114092564B (zh) 无重叠视域多相机系统的外参数标定方法、系统、终端及介质
US20120076368A1 (en) Face identification based on facial feature changes
CN115035546A (zh) 三维人体姿态检测方法、装置及电子设备
Fan et al. Human-m3: A multi-view multi-modal dataset for 3d human pose estimation in outdoor scenes

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination