人脸识别模型构建方法及系统及识别方法

技术领域

本发明涉及一种人脸识别模型构建方法及系统。

背景技术

目前，随着移动通信技术的发展，移动终端已经成为人们日常生活中不可缺少的通讯设备，其保密性和安全性愈发受到重视。人脸识别技术因其具备操作方便和安全性高的优点，被逐渐应用于移动终端系统中，例如用于系统解锁、安全支付以及应用登录等。

以将人脸识别技术应用于移动终端的系统解锁为例。目前的基于人脸识别的解锁主要通过二维人脸识别或者三维人脸识别进行解锁，此时，需要通过构建的人脸识别模型进行比对，然而，现有的人脸识别模型的构建较为复杂。

发明内容

本发明提供了一种人脸识别模型构建方法及系统，可以有效解决上述问题。

本发明是这样实现的：

本发明提供一种人脸识别模型构建方法，包括以下步骤：

S1，获取人脸的二维图像和三维云点图像，并分别对图像预处理；

S2，分别获取所述二维图像中各个特征点n和所述三维云点图像中各个特征点n'的特征向量V

S3，分别将所述二维图像和所述三维云点图像分别对应设置于二维坐标系(xy)以及三维坐标系(x',y',z')中；

S4，将所述二维坐标系(xy)映射于所述三维坐标系(x',y',z')中，并使所述二维坐标系(xy)的平面及原点与三维坐标系(x',y',z')中x'y'平面及其原点重合，然后将所述二维图像的各个特征点n的特征向量V

作为进一步改进的，在步骤S1中，所述对二维图像进行预处理的步骤包括：

S11,对所述二维图像进行灰化处理，然后进行滤波降噪处理。

作为进一步改进的，在步骤S1中，所述对三维图像进行预处理的步骤包括：

S12,对所述三维图像进行平滑滤波处理。

作为进一步改进的，所述各个特征包括鼻子、眼睛、嘴巴、耳朵以及额头。

作为进一步改进的，在步骤S3中，所述分别将所述二维图像和所述三维云点图像分别对应设置于二维坐标系(xy)以及三维坐标系(x',y',z')中的步骤包括：

分别以所述二维图像和所述三维云点图像鼻尖处的特征点作为所述二维坐标系(xy)以及所述三维坐标系(x',y',z')的原点，其他特征点按照其对应坐标布设于所述二维坐标系(xy)以及所述三维坐标系(x',y',z')中。

作为进一步改进的，在步骤S4中，所述将所述二维图像的各个特征点n的特征向量V

S41，连接对应特征点，并获取每一连接线的第一特征向量V

S42，将所述特征向量V

本发明进一步提供一种人脸识别模型构建系统，包括：

获取单元，用于获取人脸的二维图像和三维云点图像；

图像预处理，用于分别对所述二维图像和所述三维云点图像进行预处理；

特征向量提取单元，分别获取所述二维图像中各个特征点n和所述三维云点图像中各个特征点n'的特征向量V

处理单元，分别将所述二维图像和所述三维云点图像分别对应设置于二维坐标系(xy)以及三维坐标系(x',y',z')中；且所述处理单元进一步用于将所述二维坐标系(xy)映射于所述三维坐标系(x',y',z')中，并使所述二维坐标系(xy)的平面及原点与三维坐标系(x',y',z')中x'y'平面及其原点重合，然后将所述二维图像的各个特征点n的特征向量V

本发明进一步提供一种基于三维结构光人脸识别模型的识别方法，包括：

在人脸识别过程中，通过比对人脸特征向量V

本发明的有益效果是：本发明提供的人脸识别模型构建方法及系统，通过将所述二维坐标系映射于以及所述三维坐标系中，并将所述二维图像的各个特征点n的特征向量V

附图说明

为了更清楚地说明本发明实施方式的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1是本发明实施例提供的人脸识别模型构建方法流程图。

图2是本发明实施例提供的人脸识别模型构建方法中二维坐标系(xy)中各个特征点n的分布图。

图3是本发明实施例提供的人脸识别模型构建方法中三维坐标系(x',y',z')中各个特征点n'的分布图。

具体实施方式

为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。

在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

参照图1所示，本发明实施例提供一种人脸识别模型构建方法，包括以下步骤：

S1，获取人脸的二维图像和三维云点图像，并分别对图像预处理；

S2，分别获取所述二维图像中各个特征点n和所述三维云点图像中各个特征点n'的特征向量V

S3，分别将所述二维图像和所述三维云点图像分别对应设置于二维坐标系(xy)以及三维坐标系(x',y',z')中；

S4，将所述二维坐标系(xy)映射于所述三维坐标系(x',y',z')中，并使所述二维坐标系(xy)的平面及原点与三维坐标系(x',y',z')中x'y'平面及其原点重合，然后将所述二维图像的各个特征点n的特征向量V

在步骤S1中，所述二维图像和三维云点图像可以分别通过二维摄像模块和三维摄像模块获得。

作为进一步改进的，在步骤S1中，所述对二维图像进行预处理的步骤包括：

S11,对所述二维图像进行灰化处理，然后进行滤波降噪处理。

作为进一步改进的，在步骤S1中，所述对三维图像进行预处理的步骤包括：

S12,对所述三维图像进行平滑滤波处理。

作为进一步改进的，所述各个特征包括鼻子、眼睛、嘴巴、耳朵以及额头。请一并参见图2及图3。图2为二维坐标系(xy)中各个特征点n的分布图。图2为三维坐标系(x',y',z')中各个特征点n'的分布图，其中，特征点n和特征点n'的数量相同且位置相对。

在步骤S2中，所述n与n'的数量不限，可以根据实际需要进行选择。

作为进一步改进的，在步骤S3中，所述分别将所述二维图像和所述三维云点图像分别对应设置于二维坐标系(xy)以及三维坐标系(x',y',z')中的步骤包括：

分别以所述二维图像和所述三维云点图像鼻尖处的特征点作为所述二维坐标系(xy)以及所述三维坐标系(x',y',z')的原点，其他特征点按照其对应坐标布设于所述二维坐标系(xy)以及所述三维坐标系(x',y',z')中。

作为进一步改进的，在步骤S4中，所述将所述二维图像的各个特征点n的特征向量V

S41，连接对应特征点，并获取每一连接线的第一特征向量V

S42，将所述特征向量V

作为进一步改进的，由于所述人脸特征向量V

本发明进一步提供一种人脸识别模型构建系统，包括：

获取单元，用于获取人脸的二维图像和三维云点图像；

图像预处理，用于分别对所述二维图像和所述三维云点图像进行预处理；

特征向量提取单元，分别获取所述二维图像中各个特征点n和所述三维云点图像中各个特征点n'的特征向量V

处理单元，分别将所述二维图像和所述三维云点图像分别对应设置于二维坐标系(xy)以及三维坐标系(x',y',z')中；且所述处理单元进一步用于将所述二维坐标系(xy)映射于所述三维坐标系(x',y',z')中，并使所述二维坐标系(xy)的平面及原点与三维坐标系(x',y',z')中x'y'平面及其原点重合，然后将所述二维图像的各个特征点n的特征向量V

以上所述仅为本发明的优选实施方式而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。