几何特征识别法

基于人脸三维几何特征 的识别方法
耿国华1 舒新峰1 刘成武2 1西北大学可视化技术研究所 2陕西省公安厅 E-mail: ghgeng@nwu.edu.cn
主要内容
1．几何特征点定义 2．人脸三维几何特征点提取 3．基于人脸三维几何特征点人脸识别 4．结论
引言
• 计算机人脸识别由于其广泛的应用前景而得到了广泛 的研究，迄今为止已经取得许多科研成果，但识别方 法普遍存在着这样或那样的限制。
大多数集中研究在正面人脸图像的识别上。但由于在人 脸面部表情、拍摄角度或拍摄光照等条件的变化下，得 到的人脸照片中的特征不同，因此使用数据库中存储的 样本的有限个角度拍摄的照片，去识别任意角度的照片， 使识别范围得到很大的限制。 为克服仅仅依赖于二维人脸照片的人脸识别方法在多姿 态人脸识别下的不足，我们提出了一种基于三维几何特 征的身份认证方法，对人脸三维几何特征的获取及其在 人脸识别中的应用进行了探索性研究。
设定相似度阈值θ来判断是否相似。当S<θ， 认为两者相似，反之不相似。
3.2 直接三维识别
其中： m 为特征向量的维数； ti 为待检验样 本的特征向量的第 i个特征分量；pi 为样本库中 样本的特征向量的第 i 个特征分量； ki 为第 i 个 特征分量的权值，该权值由经验公式及对人类 学中人面部关键特征的重要度确定。 设定相似度阈值θ来判断待判断样本与样本 库中是否相似。当S<θ，认为两者相似，反之 不相似。从而完成三维识别。对检测出的样本 库中的样本，可以通过其对应的照片显示检测 的结果。
3.1样本数据库建立
样本数据的采集与组织：
样本的三维几何特征数据可以通过上述的方法进行采集。在 样本数据的组织上，我们采用面向对象的方法，将人脸的三维几何 特征分为眼睛、鼻子、嘴巴、耳朵、人脸轮廓共五个对象，每个对 象由相应的人脸几何特征点组成。
样本数据存储与管理：
样本数据库中存储的是提取出的样本的人脸三维几何特征数 据和相应的人脸照片。其中人脸三维几何特征数据是进行人脸识别 的依据，而人脸照片只作为显示识别结果之用，并不参与识别过程。 由于数据库中既有特征点数据信息，又有人脸照片的图像信息，因 此我们采用影像数据库的组织管理策略进行组织管理。
2.人脸三维几何特征点提取
人脸三维几何特征点数据提取途径：
z 直接从真实人脸的三维造型上获得。 z 使用计算机视觉的方法，从二维照片
中获取三维信息。 我们的研究主要通过二维照片途径进 行人脸三维几何特征点提取的方法。
2.1基于照片的几何特征提取原理
1。确定 特征点p 在两个 摄像机 所拍摄 的照片 上的成 像点P1 与P2.
设：特征点P(X,Y,Z)在 正面与侧面照片上的成 像点分别为P1(u1,v1)与 P2(u2,v2)， 则特征点的三维坐标计算 公式为:
X Y Z = = = k ku kv v v
1 1 1 2
u
Βιβλιοθήκη Baidu
2
三维人脸的坐标系定义
3.基于人脸三维几何特征点 人脸识别
1.样本数据库建立 2 .直接三维识别 3 .基于三维几何特征的二维识别
3.2直接三维识别
在进行直接三维识别时，根据人脸三维几何 特征点数据生成特征向量进行比较。由于我们 在提取人脸的几何特征时，难免会有一定的误 差，因此我们只能根据特征向量的统计相似度 来进行判断。相似度的计算公式为：
S = (t1 − p1)2 k1 + (t2 − p2 )2 k2 +...... + (tm − pm)2 km
P Xw C1 P1 Z1 O1 Y1 X1 θ Zw Ow Yw
P2
C2 Z2 Y2 O2 X2
2。可以唯一确定P点的三维空间位置，必然位于直 线01p1 与o2p2的交点上。
2.2基于立体图像的三维几何 特征点重建
假定： 拍摄照片时，使得摄像机C1的光轴与人脸 坐标系的Xo轴重合，且摄像机C1的坐标系中的 Z1轴与人脸坐标系的Zo轴平行。摄像机C2为摄 像机C1在人脸坐标系下绕Zo轴旋转角θ后得到。 设点P在人脸坐标系下的坐标为(X,Y,Z)，摄像 机C1的光心O1与Ow与距离为D，摄像机C1与C2的 各项参数均相同且焦距为L，像点P1与P2在各自 摄像机图像平面上的坐标分别为(u1,v1)和 (u2,v2)，根据线性摄像机模型可以得到。
当摄像机的拍摄距离D、摄像机的焦距L和旋 转角度θ已知时，解式(1)中的方程组就可以得 到空间点P的三维坐标。这三个参数可以通过立 体视觉摄像机定标得到。
2.2基于立体图像的三维几何 特征点重建
u v u v
1 1
2
2
L Y D − X L = Z D − X L = − X D − Y L = Z D − Y =
3.3基于三维几何特征的二维识别
直接进行三维识别时，需要获取待检验样本 的三维几何特征，因而应用受到了一定的限制， 我们更多的面临的是直接对待识别样本人脸的 二维照片进行识别。 由于样本数据库中存储的是人脸样本的三维 几何特征数据，因而在任意姿态的人脸识别方 面具有得天独厚的优势。在进行识别来说，只 需要将库存样本的三维几何特征根据照片的拍 摄角度投影变换到二维平面，再与照片中提取 出的特征点进行比较识别。
2.2基于立体图像的三维几何 特征点重建
u1 = v = 1 u 2 = v2 = L Y D− X L Z D− X L D − ( X cos θ + Y sin θ ) L Z D − ( X cos θ + Y sin θ ) (Y cos θ − X sin θ )
当旋转角θ＝90度时，摄像机的成像平面成为两个正交 的投影面，则可简化为上式。 只需要知道拍摄距离D及摄像机的焦距L，我们就可以 通过空间点在二维图像的成像对空间点进行准确定位。需 要注意的是，使用正交投影面进行特征点三维重建，在选 择投影面时应以能反映最多的人脸的几何特征点信息为原 则。
2.3基于正、侧面照片的三维 几何特征点的重建
1.几何特征点定义
特征点的选取原则： 选取的特征点必须具有代表性，能代 表一个人的面部特征，唯一标识该个体。 特征点定义： 选取眼角点、鼻翼点、嘴角点等标识 眼、耳、口、鼻及脸部轮廓的特征点，具 体分布如图1所示。
1.几何特征点定义
特征点定义： 选取眼角点、鼻翼点、嘴角点等标识眼、耳、 口、鼻及脸部轮廓的特征点，具体分布如图所示。
3.3基于三维几何特征的二维识别
关键技术： 用人脸的三维几何特征进行二维识别 需要解决的一个问题是：确定任意姿态人 脸照片的拍摄角度，也就是确定人脸分别 绕X、Y、Z坐标轴旋转角度。文献[5]给出 了绕X轴与Z轴旋转角度的估算方法，关于 Y轴的旋转角度的估算需要进一步研究。
4.结
论
为了克服仅仅依赖于二维人脸照片的人脸 识别方法在多姿态人脸识别下的不足，我们提 出了一种基于三维几何特征认证身份的途径， 分别给出从立体照片和正、侧面中提取人脸三 维几何特征的具体算法，并给出了两种基于人 脸三维几何特征的识别方法。