CN112906608A - 一种人脸模型的图层定位和图层固定方法及其应用 - Google Patents

一种人脸模型的图层定位和图层固定方法及其应用 Download PDF

Info

Publication number
CN112906608A
CN112906608A CN202110244891.5A CN202110244891A CN112906608A CN 112906608 A CN112906608 A CN 112906608A CN 202110244891 A CN202110244891 A CN 202110244891A CN 112906608 A CN112906608 A CN 112906608A
Authority
CN
China
Prior art keywords
layer
face
image
positioning
model
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
CN202110244891.5A
Other languages
English (en)
Inventor
尤文杰
邬锡敏
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.)
Shanghai Hongzhen Information Science & Technology Co ltd
Original Assignee
Shanghai Hongzhen Information Science & 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 Shanghai Hongzhen Information Science & Technology Co ltd filed Critical Shanghai Hongzhen Information Science & Technology Co ltd
Priority to CN202110244891.5A priority Critical patent/CN112906608A/zh
Publication of CN112906608A publication Critical patent/CN112906608A/zh
Pending legal-status Critical Current

Links

Images

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/02—Affine transformations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Abstract

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***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，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，采用固定技术将图层纸张进行叠加，形成3D人像模型；本发明解决了人脸模型在制作过程中因各种外在条件，有效提高人像模型在通过生物特征身份鉴别***验证时的成功率。

Description

一种人脸模型的图层定位和图层固定方法及其应用
技术领域
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
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***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。
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。
发明内容
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***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。
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***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。
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***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。
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。
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。
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。
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：
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(xl'，y1'),(x2',y2'),(x3',y3'),所求的仿射变换为:
Figure BDA0002963728500000031
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：
Figure BDA0002963728500000032
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。
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。
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。
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。
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***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***验证时的成功率。
附图说明
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。
图1为本发明的***流程图。
具体实施方式
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。
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。
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***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。
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***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。
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***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。
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。
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。
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。
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：
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(xl'，y1'),(x2',y2'),(x3',y3'),所求的仿射变换为:
Figure BDA0002963728500000081
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：
Figure BDA0002963728500000082
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。
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。
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。
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。
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***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***验证时的成功率。
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。

Claims (9)

1.一种人脸模型的图层定位和图层固定方法，其特征在于，包括以下步骤：通过图像处理管理***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。
2.一种人脸模型的图层定位和图层固定方法的应用，其特征在于，包括以下步骤：使用软件处理管理***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。
3.根据权利要求2所述的一种人脸模型的图层定位和图层固定方法的应用，其特征在于，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。
4.根据权利要求3所述的一种人脸模型的图层定位和图层固定方法的应用，其特征在于，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。
5.根据权利要求3所述的一种人脸模型的图层定位和图层固定方法的应用，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。
6.根据权利要求3所述的一种人脸模型的图层定位和图层固定方法的应用，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：
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(xl'，y1'),(x2',y2'),(x3',y3'),所求的仿射变换为:
Figure FDA0002963728490000021
然后采用反向映射的方法，即求解该变换的反变换：
Figure FDA0002963728490000031
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。
7.根据权利要求2所述的一种人脸模型的图层定位和图层固定方法的应用，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。
8.根据权利要求7所述的一种人脸模型的图层定位和图层固定方法的应用，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。
9.根据权利要求7所述的一种人脸模型的图层定位和图层固定方法的应用，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。
CN202110244891.5A 2021-03-05 2021-03-05 一种人脸模型的图层定位和图层固定方法及其应用 Pending CN112906608A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110244891.5A CN112906608A (zh) 2021-03-05 2021-03-05 一种人脸模型的图层定位和图层固定方法及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110244891.5A CN112906608A (zh) 2021-03-05 2021-03-05 一种人脸模型的图层定位和图层固定方法及其应用

Publications (1)

Publication Number Publication Date
CN112906608A true CN112906608A (zh) 2021-06-04

Family

ID=76107755

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110244891.5A Pending CN112906608A (zh) 2021-03-05 2021-03-05 一种人脸模型的图层定位和图层固定方法及其应用

Country Status (1)

Country Link
CN (1) CN112906608A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101739676A (zh) * 2009-12-04 2010-06-16 清华大学 一种制作超低分辨率人脸模拟像的方法
CN103310179A (zh) * 2012-03-06 2013-09-18 上海骏聿数码科技有限公司 一种基于人脸识别技术的最优姿态检测方法及***
CN107358207A (zh) * 2017-07-14 2017-11-17 重庆大学 一种矫正人脸图像的方法
CN111710031A (zh) * 2020-05-29 2020-09-25 上海红阵信息科技有限公司 一种伪造人像破解智能终端设备密码方法
CN111710030A (zh) * 2020-05-29 2020-09-25 上海红阵信息科技有限公司 基于ai对抗深度伪造人像的***及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101739676A (zh) * 2009-12-04 2010-06-16 清华大学 一种制作超低分辨率人脸模拟像的方法
CN103310179A (zh) * 2012-03-06 2013-09-18 上海骏聿数码科技有限公司 一种基于人脸识别技术的最优姿态检测方法及***
CN107358207A (zh) * 2017-07-14 2017-11-17 重庆大学 一种矫正人脸图像的方法
CN111710031A (zh) * 2020-05-29 2020-09-25 上海红阵信息科技有限公司 一种伪造人像破解智能终端设备密码方法
CN111710030A (zh) * 2020-05-29 2020-09-25 上海红阵信息科技有限公司 基于ai对抗深度伪造人像的***及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨帆: "《精通图像处理经典算法 MATLAB版 第2版》", 31 March 2018 *

Similar Documents

Publication Publication Date Title
CN101661557B (zh) 一种基于智能卡的人脸识别***及其方法
US8170295B2 (en) Personal authentication system and personal authentication method
CN108615016B (zh) 人脸关键点检测方法和人脸关键点检测装置
US7436988B2 (en) 3D face authentication and recognition based on bilateral symmetry analysis
JP4699139B2 (ja) セキュリティシステム
US6546122B1 (en) Method for combining fingerprint templates representing various sensed areas of a fingerprint to derive one fingerprint template representing the fingerprint
CN109829437A (zh) 图像处理方法、文本识别方法、装置和电子***
JP4406547B2 (ja) Ｉｄカード作成装置、ｉｄカード、顔認証端末装置、顔認証装置およびシステム
US20040114782A1 (en) Iris image data processing for use with iris recognition system
CN105740778B (zh) 一种改进的三维人脸活体检测方法及其装置
US20110142297A1 (en) Camera Angle Compensation in Iris Identification
CN105787454A (zh) 用于生物特征验证的纹理特征的方法和***
JP2007249586A (ja) 認証装置、認証方法、認証プログラムおよびコンピュータ読み取り可能な記録媒体
CN112001244B (zh) 计算机辅助虹膜比对方法及装置
CN109934207A (zh) 基于面部表情疲劳驾驶检测算法的一种驾驶员面部的特征距离修正方法
CN111710031A (zh) 一种伪造人像破解智能终端设备密码方法
CN106156739B (zh) 一种基于脸部轮廓分析的证件照耳朵检测与提取方法
CN111695434A (zh) 一种面部识别门禁***及识别方法
US10872437B2 (en) Face authentication method
CN111710030A (zh) 基于ai对抗深度伪造人像的***及方法
CN112906608A (zh) 一种人脸模型的图层定位和图层固定方法及其应用
CN107423687B (zh) 一种基于人脸识别技术的身份认证方法及装置
CN110309814A (zh) 一种基于边缘检测的虹膜识别方法及装置
EP2138950A1 (en) Iris feature extraction, identification and verification system based on directionlets
Gupta et al. Iris recognition system using biometric template matching technology

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210604