一种多视角人脸比对方法
【技术领域】
[0001]本发明涉及计算机应用技术和计算机视觉领域，特别涉及一种多视角人脸比对方法。
【背景技术】
[0002]随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求，生物特征识别技术在近几十年中得到了飞速的发展。作为人的一种内在属性，并且具有很强的自身稳定性及个体差异性，生物特征成为了自动身份验证的最理想依据。当前的生物特征识别技术主要包括:指纹识别、虹膜识别、步态识别、静脉识别、人脸识别等。与其他识别方法相比，人脸识别由于具有直接、友好、方便的特点，使用者无任何心理障碍，易于接受。
[0003]随着人脸应用范围的不断扩大，多视角人脸识别的应用领域也在逐步扩大。目前，在大街小巷、公共场所、交通要道的摄像头不断增多，视频监控正成为一种常规的安全监控手段。而对于人流集中，并具有一定方向性的通道及出入口型的场合，监控设备更是必不可少。在实际的应用场景中，除了在主动配合下获取的正面人脸外，人脸图像的采集往往是在个体不知情的情况下进行的，任何被监控人员都不会一直盯着成像设备。另外由于成像设备的安装具有一定高度和角度，加上个体在出现的时候可能在与人说话或者东张西望，也有可能在低头看手机，所捕捉到的人脸将会呈现出各个不同的角度。因此通常拍摄到的人脸图片或图像都是带有各种姿态的。传统的人脸识别系统，对姿态冗余度有限，当姿态超过一定范围后，人脸识别准确率迅速下降，甚至无法进行正确地人脸识别。
【发明内容】
[0004]本发明的目的在于克服现有技术中所存在的上述不足，提供一种多视角人脸比对的方法，该方法可解决在实际的应用场景中拍摄的人脸图像带有各种姿态的情况下的人脸识别，识别准确度高。
[0005]为了实现上述发明目的，本发明采用的技术方案是:
一种多视角人脸比对方法，包括:
模板采集步骤:采集三维人脸数据并进行人脸姿态校正，确定三维人脸的正面姿态形成三维人脸模型；将姿态校正后的三维人脸模型分别绕X轴和Y轴以预定的角度间隔进行旋转，在每个角度进行透视投影得到各个角度下的二维人脸图像;对投影得到的二维人脸图像按照姿态角度进行归一化处理，然后提取特征建立二维人脸特征模板并存储；
对比步骤:输入一张二维人脸图像，判断其姿态角，将其与已储存的与该姿态角相差指定角度内的所有二维人脸特征模板进行比对，识别或验证其身份。
[0006]—些实施例中，所述对比步骤具体如下:
输入一张二维人脸图像:
对输入的二维人脸图像进行人脸检测估算姿态角度，根据姿态角度选择相应的特征点模板对输入的二维人脸图像进行切割、尺度归一化对齐； 对输入的二维人脸图像的特征点进行定位，并提取特征建立样本特征模板；
将样本特征模板与已储存的与该姿态角相差指定角度内的所有二维人脸特征模板进行比对，计算相似度，如相似度高于指定阈值，则将输入的二维人脸图像识别为该二维人脸特征模板对应的身份;否则判断输入的二维人脸图像不属于注册身份。
[0007]进一步的，对输入的二维人脸图像提取特征建立样本特征模板的步骤中，采用局部二值模式特征法进行特征的提取；
进一步的，对输入的二维人脸图像进行人脸检测、姿态角估计和特征点定位的步骤中，还包括根据光照情况对二维人脸图像进行光照归一化的步骤。
[0008]进一步的，当有多个二维人脸特征模板与样本特征模板的相似度高于指定阈值时，将所有符合条件的二维人脸特征模板对应的身份均输出，供用户进一步确认。
[0009]优选的，所述指定角度小于或等于10度。
[0010]本发明同时提供另一种多视角人脸对比方法，包括:
模板采集步骤:采集三维人脸数据并进行人脸姿态校正，确定三维人脸的正面姿态形成三维人脸模型并存储；
对比步骤:输入一张二维人脸图像及人员身份信息，判断其姿态角，将已储存的该身份信息的三维人脸模型按照该姿态角进行旋转后，投影生产该姿态角下的二维人脸投影图像，将输入的二维人脸图像与所述二维人脸投影图像进行比对，识别或验证其身份。
[00?1 ]进一步的，所述对比步骤具体如下:
对输入的二维人脸图像进行人脸检测估算姿态角度，根据姿态角度选择相应的特征点模板对输入的二维人脸图像进行切割、尺度归一化对齐；
对输入的二维人脸图像的特征点进行定位，并提取特征建立样本特征模板；
将已存储的对应输入身份信息的三维人脸模型按照输入二维人脸图像的姿态角进行旋转，投影生产该姿态角下的二维人脸投影图像，再提取其特征模板，将提取出的该特征模板与输入二维人脸图像提取出的样本特征模板进行比对并计算相似度;如果相似度高于指定阈值，则输入身份信息正确;否则输入人脸图像和其身份信息不符。
[0012]进一步的，对输入的二维人脸图像提取特征建立样本特征模板的步骤中，采用局部二值模式特征法进行特征的提取；
进一步的，对输入的二维人脸图像进行人脸检测、姿态角估计和特征点定位的步骤中，还包括根据光照情况对二维人脸图像进行光照归一化的步骤。
[0013]与现有技术相比，本发明的有益效果:
本发明方法可解决在实际的应用场景中拍摄的人脸图像带有各种姿态的情况下的人脸识别，识别准确度高。
[0014]利用三维人脸数据建库，根据输入二维人脸图像的姿态角度投影生成特征模板与输入图像进行比对，从而能够很好地克服人脸姿态变化对识别准确率的影响。
[0015]将具有相同或者近似姿态角度的人脸进行比对，从而避免将具有较大姿态角度差异的两张人脸图像(如偏转60度的人脸和正面人脸)进行比对，有效提高人脸识别准确率。
[0016]【附图说明】:
图1是本发明实施例中数据库形成及应用流程示意图。
[0017]图2为实施例1中对比验证步骤流程图。
[0018]图3为实施例2中对比验证步骤流程图。
【具体实施方式】
[0019]下面结合【具体实施方式】对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本
【发明内容】
所实现的技术均属于本发明的范围。
[0020]实施例1:如图1、图2所示，本发明提出一种多视角人脸比对方法，包括以下步骤: 模板采集步骤:使用三维人脸采集设备对需要监控的人员的三维人脸数据并进行人脸姿态校正以确定三维人脸的正面姿态形成三维人脸模型；具体实施时，可以如下定义正面姿态下的三维人脸坐标系:以鼻尖为坐标原点、双眼瞳孔中心连线和水平的X轴平行、人头的中轴与竖直的Y轴平行、而Z轴与XOY平面垂直且指向人脸的正前方。
[0021]将姿态校正后的三维人脸模型分别绕X轴和Y轴以预定的角度间隔进行旋转(预定的角度越小，则形成的模板越多，同时，后期进行对比的结果越精确，本实施例中，所述预定角度为5度，可根据需要在I度至15度间选择该预定角度，实际上I度、2度、3度、4度、6度、7度、10度均可很好的实现本发明目的)，在每个角度进行透视投影得到各个角度下的多视角二维人脸图像;对投影得到的二维人脸图像按照姿态角度进行归一化处理，然后提取特征(如采用局部二值模式特征法进行特征提取)建立二维人脸模板库并存储，具体的可将各个角度的二维人脸模板存储到一注册数据库中形成多视角二维人脸特征模板库；根据本步骤，每位指定人员的人脸均会被存储为具有各个姿态角角度的二维人脸模板;应注意的是，该二维人脸模板包含着姿态角度信息、二维人脸特征信息以及该人员的人员基本信息。
[0022]对比步骤:输入一张二维人脸图像，判断其姿态角，将其与已储存的与该姿态角相差指定角度内的所有二维人脸特征模板进行比对，识别或验证其身份。如，将注册数据库中，所有与输入的二维人脸图像的姿态角相差10度以内的二维人脸模板拿出与输入的二维人脸图像进行对比；该相差10度指X轴前后相差10度，以及Y轴前后相差10度，某些实施例中可能还包括Z轴前后相差10度。
[0023]具体的，进行识别的步骤中，可以分为身份鉴别模式和身份验证模式;本实施例中为身份鉴别模式，即输入一张二维人脸图像，将其与注册数据库中的每一个人脸进行比对，识别其身份;具体步骤如下:
S110:输入或采集待鉴别人员的二维人脸图像，该二维人脸图像要求左右偏转角度范围在-90度到90度，上下俯仰角度范围为-50度到50度。
[0024]S120:对输入的二维人脸图像进行人脸检测、姿态角度估算和特征点定位;所述特征点例如可以是瞳孔中心、眼角、鼻尖和嘴角中的一种或多种;首先估算该输入的二维人脸图像的姿态角度，根据姿态角度选择合适的特征点模板(又称对齐模板)对输入人脸图像进行切割和尺度归一化对齐;为避免不同光照情况对图像的影响，还可以根据选择对二维人脸图像进行光照归一化处理;本步骤即图1中的预处理步骤。
[0025]对齐模板由特征点定义，不同角度范围的对齐模板不同。比如左右偏转