一种人脸模型的图层定位和图层固定方法及其应用与流程

1.本发明涉及人脸识别技术领域，特别涉及一种人脸模型的图层定位和图层固定方法及其应用。


背景技术：

2.目前，主要的生物特征识别技术有虹膜识别、视网膜识别、人脸识别、签名识别、声音识别、指纹识别等等。人像识别是对人的面部特征与信息进行采集后依托人脸处理管理系统处理后得到符合标准的人脸图像，通过专用技术将人脸图像进行图层打印、定位、切割后，再进行人脸图层叠加，最终实现利用3d人脸模型进行智能终端设备解锁的过程。
3.但在利用3d人脸模型进行人像解锁的过程中依然存有漏洞，当由于不可控的外在条件影响以及在处理制作的过程中，切割设备的影响以及叠加的方法等影响，会导致制作出的仿生3d人像无法通过人脸识别。因此在制作的过程中，需要完好的图层定位切割以及叠加方法，从而才能制作出高精度的3d人像模型，因此本发明提供了一种人脸模型的图层定位和图层固定方法及其应用以解决上述问题。


技术实现要素：

4.本发明涉及人脸识别技术领域，特别涉及一种人脸模型的图层定位和图层固定方法及其应用，通过人脸的图像管理系统处理后以及人工优化后可进行图层彩色打印的人脸图像，利用图层切割技术进行全自动切割，生成一张张图纸，利用图层定位及图层固定技术，将图纸固定为人像模型，经过人工修正后，生成初始3d人像模型的过程。
5.一种人脸模型的图层定位和图层固定方法，包括以下步骤：通过图像处理管理系统确定人脸图层固定的位置，采用固定技术将人脸图层组合叠加形成人像三维模型，确定好人脸图层的定位、叠加以及固定间位置，将人脸图层按照顺序进行排列，使用专用的定位孔工具将排列好的人脸图层进行固定及叠加，当所有人脸图层排列叠加结束后，根据展示效果微调整图像，保持叠加的图层外观与3维人脸一致，即得到符合标准的人脸图像。
6.一种人脸模型的图层定位和图层固定方法的应用包括以下步骤：使用软件处理管理系统对符合标准的人脸图像进行预处理；当人脸图像预处理完成后，需要通过专用的打印机对人脸图像进行打印，得到图层纸张，打印完成后，使用专门的图层定位软件进行图层纸张定位，若图层纸张定位不准确，则易出现切割偏差、切割失败等情况；若图层纸张定位准确，定位切割完成后，采用固定技术将图层纸张进行叠加，形成3d人像模型；在智能终端设备上预先采集与模型一致的人脸图像，将制作完成的人像3d人像模型在智能终端上进行解锁验证，此时如果登录用户的人像与"预先采集的人脸图像信息"比对结果成功，那么用户就可进入并使用设备。
7.进一步地，所述预处理包括图像噪声滤波、图像旋转以及图像姿态归一化。
8.进一步地，所述噪声滤波包括以下步骤：去除噪声的算法主要是平滑滤波；平滑滤波算法首先需要选择一定的图像区域,在这个区域内,选取一个像素作为中心,进而在区域
内选择一个小的区间,该区间的像素作为该像素区间的基数,然后经过一种公式化的预算变化推导出该中心像素的新值，最后通过卷积的方法实现平滑滤波。
9.进一步地，所述图像旋转包括以下步骤：在图像中、正常无倾斜的情况下,人物两眼处于同一个水平线上,对人物两眼间的夹角进行计算,如果夹角为0,则图像是水平的,如果夹角不为零,则说明两眼存在一定程度的倾斜；在计算时,将两眼夹角设为0，将0的数值计算出后，反向旋转0角度，就可以得出校正后的图像。
10.进一步地，所述图像姿态归一化包括以下步骤：将双眼、鼻尖三个点作为特征点，进而求出两幅图像间的仿射变化关系，进而输入图像进行校准，进而补偿由姿态深度偏转带来的影响；具体计算方法如下：
11.设输入图像特征点的位置分别为(x1，y1),(x2，y2),(x3，y3),标准正面视图相应三个特征点为(x
l
'，y1'),(x2',y2'),(x3',y3'),所求的仿射变换为:
[0012][0013]
为了保证变换后图像每个点都有像素值，采用反向映射的方法，即求解该变换的反变换：
[0014][0015]
由此可以计算出深度偏转图像和标准正面图像对应特征的几何变换关系。
[0016]
进一步地，所述智能终端包括采集组件、中心服务器处理端、存储模块、预警模块。
[0017]
进一步地，所述采集组件通过图像采集模块对用户人脸图像进行采集，并经过图像处理后发送到人脸特征提取模块提取人脸特征部位；然后所述中心服务器处理端调用人脸识别模块对提取的人脸特征进行识别比对。
[0018]
进一步地，所述设置存储模块用于存储采集的人脸数据，显示模块显示人脸识别结果；所述预警模块在发现非法人脸图像时进行报警提示。
[0019]
与现有技术相比，本发明能够解决人脸模型在制作过程中因各种外在条件，导致人像部分特征无法被正确提取，从而使人脸图像在建模过程中，出现图层定位不清晰、图层固定方法不准确的问题，能有效提高人像模型在通过生物特征身份鉴别系统验证时的成功率；本发明能够解决人脸模型在制作过程中因各种外在条件，导致人像部分特征无法被正确提取，从而使人脸图像在建模过程中，出现图层定位不清晰、图层固定方法不准确的问题，能有效提高人像模型在通过生物特征身份鉴别系统验证时的成功率。
附图说明
[0020]
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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的附图。
[0021]
图1为本发明的系统流程图。
具体实施方式
[0022]
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0023]
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
[0024]
本发明涉及人脸识别技术领域，特别涉及一种人脸模型的图层定位和图层固定方法及其应用，通过人脸的图像管理系统处理后以及人工优化后可进行图层彩色打印的人脸图像，利用图层切割技术进行全自动切割，生成一张张图纸，利用图层定位及图层固定技术，将图纸固定为人像模型，经过人工修正后，生成初始3d人像模型的过程。
[0025]
一种人脸模型的图层定位和图层固定方法，包括以下步骤：通过图像处理管理系统确定人脸图层固定的位置，采用固定技术将人脸图层组合叠加形成人像三维模型，确定好人脸图层的定位、叠加以及固定间位置，将人脸图层按照顺序进行排列，使用专用的定位孔工具将排列好的人脸图层进行固定及叠加，当所有人脸图层排列叠加结束后，根据展示效果微调整图像，保持叠加的图层外观与3维人脸一致，即得到符合标准的人脸图像。
[0026]
一种人脸模型的图层定位和图层固定方法的应用包括以下步骤：使用软件处理管理系统对符合标准的人脸图像进行预处理；当人脸图像预处理完成后，需要通过专用的打印机对人脸图像进行打印，得到图层纸张，打印完成后，使用专门的图层定位软件进行图层纸张定位，若图层纸张定位不准确，则易出现切割偏差、切割失败等情况；若图层纸张定位准确，定位切割完成后，采用固定技术将图层纸张进行叠加，形成3d人像模型；在智能终端设备上预先采集与模型一致的人脸图像，将制作完成的人像3d人像模型在智能终端上进行解锁验证，此时如果登录用户的人像与"预先采集的人脸图像信息"比对结果成功，那么用户就可进入并使用设备。
[0027]
优选地，所述预处理包括图像噪声滤波、图像旋转以及图像姿态归一化。
[0028]
优选地，所述噪声滤波包括以下步骤：去除噪声的算法主要是平滑滤波；平滑滤波算法首先需要选择一定的图像区域,在这个区域内,选取一个像素作为中心,进而在区域内选择一个小的区间,该区间的像素作为该像素区间的基数,然后经过一种公式化的预算变
化推导出该中心像素的新值，最后通过卷积的方法实现平滑滤波。
[0029]
优选地，所述图像旋转包括以下步骤：在图像中、正常无倾斜的情况下,人物两眼处于同一个水平线上,对人物两眼间的夹角进行计算,如果夹角为0,则图像是水平的,如果夹角不为零,则说明两眼存在一定程度的倾斜；在计算时,将两眼夹角设为0，将0的数值计算出后，反向旋转0角度，就可以得出校正后的图像。
[0030]
优选地，所述图像姿态归一化包括以下步骤：将双眼、鼻尖三个点作为特征点，进而求出两幅图像间的仿射变化关系，进而输入图像进行校准，进而补偿由姿态深度偏转带来的影响；具体计算方法如下：
[0031]
设输入图像特征点的位置分别为(x1，y1),(x2，y2),(x3，y3),标准正面视图相应三个特征点为(x
l
'，y1'),(x2',y2'),(x3',y3'),所求的仿射变换为:
[0032][0033]
为了保证变换后图像每个点都有像素值，采用反向映射的方法，即求解该变换的反变换：
[0034][0035]
由此可以计算出深度偏转图像和标准正面图像对应特征的几何变换关系。
[0036]
优选地，所述智能终端包括采集组件、中心服务器处理端、存储模块、预警模块。
[0037]
优选地，所述采集组件通过图像采集模块对用户人脸图像进行采集，并经过图像处理后发送到人脸特征提取模块提取人脸特征部位；然后所述中心服务器处理端调用人脸识别模块对提取的人脸特征进行识别比对。
[0038]
优选地，所述设置存储模块用于存储采集的人脸数据，显示模块显示人脸识别结果；所述预警模块在发现非法人脸图像时进行报警提示。
[0039]
本发明能够解决人脸模型在制作过程中因各种外在条件，导致人像部分特征无法被正确提取，从而使人脸图像在建模过程中，出现图层定位不清晰、图层固定方法不准确的问题，能有效提高人像模型在通过生物特征身份鉴别系统验证时的成功率；本发明能够解决人脸模型在制作过程中因各种外在条件，导致人像部分特征无法被正确提取，从而使人脸图像在建模过程中，出现图层定位不清晰、图层固定方法不准确的问题，能有效提高人像模型在通过生物特征身份鉴别系统验证时的成功率。
[0040]
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。