一種三維人臉相似性度量方法
【專利摘要】本發(fā)明涉及一種三維人臉相似性度量方法，所述方法包括：在兩個待比較的三維人臉模型上，分別以各自的鼻尖點為源點，按相同的初始方向和相等的角度間隔均勻地提取m條測地線；分別計算兩個三維人臉模型上方向相同的兩條測地線的Fréchet距離；計算m個Fréchet距離值的平均值，得到兩個三維人臉模型的Fréchet距離；計算兩個三維人臉模型的相似度。應用本發(fā)明計算出的同一個人的兩個不同的三維人臉模型的相似度值高于不同人的相似度值，而且不同人的相似度值與人的主觀判斷基本一致。本發(fā)明能夠有效區(qū)分同一個人不同表情的人臉模型，給出不同人的三維模型之間量化的相似度值，能夠用于表情變化的三維人臉相似性度量。
【專利說明】
一種三維人臉相似性度量方法
技術領域
[0001]本發(fā)明屬于人臉識別技術領域，具體涉及一種基于測地線的Frgchet(弗雷歇)距 離的三維人臉相似性度量方法。
【背景技術】
[0002] 三維人臉相似性度量屬于計算機圖形學、計算機視覺等領域，是三維人臉識別的 基礎，在公安刑偵、醫(yī)學整容、人類學研究等領域都有許多重要的應用。雖然人類的視覺系 統(tǒng)可以在大腦中快速對兩個人臉的相似程度做出判斷，但要讓計算機自動地判斷出兩個人 臉的相似程度還是比較困難的，因為一方面人臉的整體形狀大致上是相同的（如都有鼻子、 眼睛、嘴等），只能通過細節(jié)來區(qū)分不同的人臉;另一方面人臉相似性度量還要解決同一個 人在不同表情、不同姿態(tài)等情況下的辨別，這更加大了三維人臉相似性度量的難度。
[0003] 目前，關于人臉相似性的研究還比較少，早期多采用主觀定性的方法，即集合一定 量的被試對一組面貌的相似程度做出主觀判斷。這種方法雖然符合人的認知理論，但評價 過程費時費力，而且評價結果容易受到人的主觀因素的影響。近年來，人們開始采用客觀方 法對三維人臉的相似性進行研究，如采用在深度圖像和三維人臉紋理圖像上提取Gabor特 征進行相似度評價，并同主觀評價結果對比的方法;采用相對角直方圖、半徑相對角直方 圖、Procrustes距離及Principal warps對三維顏面的相似性進行研究的方法等。這些方法 主要是針對沒有表情變化的三維顱面模型或深度圖像進行研究，均沒有考慮到表情變化對 三維人臉相似性的影響，人臉相似性度量的精度低。
[0004] 中國發(fā)明專利申請?zhí)?01510008187.4公開了一種基于半剛性區(qū)域面部輪廓線的 三維人臉識別方法，其特征在于該方法包括以下步驟:步驟1:從輸入的三維人臉點云中提 取出感興趣的人臉區(qū)域，該區(qū)域為以鼻尖為球心，90mm為半徑的球所包含的人臉區(qū)域;步驟 2:對由步驟1所提取的三維人臉點云進行網(wǎng)格化操作，采用基于網(wǎng)格的平滑算法對三維人 臉模型進行平滑去噪處理，然后將經(jīng)過9~12次迭代處理得到的平滑的三維人臉網(wǎng)格恢復 成三維人臉點云;步驟3:對由步驟2得到的三維人臉點云，采用主成分分析法PCA，得到三個 互相垂直的主軸方向，將最大特征值對應的特征向量作為軸，最小特征值對應的特征向量 作為軸，建立右手坐標系，在該坐標系下人臉具有相同的正面姿態(tài);該坐標系被稱為姿態(tài)坐 標系PCS;以鼻尖點為PCS的坐標原點，將切割平滑后的人臉點云數(shù)據(jù)都轉換到PCS中，從而 實現(xiàn)人臉姿態(tài)的歸一化，得到姿態(tài)矯正后的人臉點云;步驟4:對由步驟3得到的姿態(tài)矯正后 的人臉點云，根據(jù)坐標信息，在人臉的半剛性區(qū)域提取垂直方向的若干條面部輪廓線并對 面部輪廓線進行重采樣，得到測試人臉的19條面部輪廓線；步驟5:對所有庫集人臉模型按 照步驟1-步驟4所示方法來提取每一個庫集人臉的19條面部輪廓線，計算測試人臉與庫集 人臉對應的輪廓線間的相似度向量;步驟6:采用決策級融合中的加權求和規(guī)則對不同輪廓 線的相似度向量進行融合，根據(jù)最近鄰法則得出識別結果。上述三維人臉識別方法任然沒 有考慮到人臉的情緒變化對于人臉識別精確度的影響。

【發(fā)明內(nèi)容】

[0005] 為了解決現(xiàn)有技術中存在的上述問題，本發(fā)明從全局的角度提供一種基于測地線 的Fr6chet距離的三維人臉相似性度量方法。
[0006] 本發(fā)明通過兩個三維人臉模型上對應測地線的相似度計算所述兩個三維人臉模 型的相似度。每對測地線的相似度采用測地線的Frgchet距離表示:兩條測地線的Frgchet 距離越小，兩條測地線越相似;反之，越不相似。
[0007] 一種三維人臉相似性度量方法，包括以下步驟：
[0008] 步驟1，在兩個待比較的三維人臉模型上，分別以各自的鼻尖點為源點，按相同的 初始方向和相等的角度間隔均勻地提取m條測地線。
[0009] 步驟2,分別計算兩個三維人臉模型上方向相同的兩條測地線的Frgchet距離，得 至丨Jm個Fr6chet距離值。
[0010] 步驟3,計算m個Frgchet距離值的平均值，得到兩個三維人臉模型的Frgchet距離 d〇
[0011] 步驟4,計算兩個三維人臉模型的相似度S，公式如下：
[0012] S = l-d/dmax
[0013]式中，dmaX為對多人的三維人臉模型進行計算得到的d中的最大值。
[0014] 進一步地，步驟1所述提取m條測地線的方法如下：
[0015] 步驟1.1，求三維人臉模型中縱坐標最大的點即臉部最高的點，該點即為鼻尖點；
[0016] 步驟1.2，求解最外層等測地線；
[0017] 步驟1.3，在所述最外層等測地線上求m個分點；
[0018] 步驟1.4,以所述鼻尖點為源點，分別以所述m個分點為目標點求解測地線，得到m 條測地線。
[0019] 更進一步地，步驟1.2求解所述最外層等測地線的方法如下：
[0020] 步驟1.2.1，提取三維人臉模型的邊界；
[0021 ]步驟1.2.2，計算從鼻尖點到所述邊界上所有點的測地距離；
[0022]步驟1.2.3,求所述測地距離的最小值，提取所有到鼻尖點的測地距離等于這該最 小值的點得到最外層等測地線。
[0023] 更進一步地，步驟1.3在所述最外層等測地線上求m個分點的方法如下：
[0024] 步驟1.3.1，以所述最外層等測地線上與所述鼻尖點橫坐標相同的點為第一個分 占.
[0025] 步驟1.3.2，將所述最外層等測地線投影到所述鼻尖點的切平面得到曲線1，以所 述鼻尖點為起點，作m條角度間隔為231/m的射線，與曲線1相交得到 m個交點，其中第一個交 點為第一個分點的投影；
[0026] 步驟1.3.3，對所述m個交點進行反投影變換，在所述最外層等測地線上得到m個分 點。
[0027] 優(yōu)選地，所述步驟1 . 2 . 2采用MMP算法（MMP算法是由Mitchell、Mount和 Papadimitriou三人于 1987年在"The discrete geodesic problem"一文中提出的測地線 算法，簡稱為MMP算法)求解所述測地距離。
[0028]優(yōu)選地，所述步驟1.4采用MMP算法求解測地線。
[0029] 優(yōu)選地，采用離散變體的Fr6chet距離算法求解所述Fr6chet距離。
[0030] 與現(xiàn)有技術相比，本發(fā)明具有以下有益效果：
[0031] 本發(fā)明通過在三維人臉模型上自鼻尖出發(fā)以等角度間隔均勻地向四周提取若干 條測地線，將三維曲面的比較轉化為三維曲線的比較，以度量曲線相似性的Frgchet距離度 量兩個三維人臉模型上對應曲線的相似程度。在Gavadb三維人臉公開數(shù)據(jù)庫、Texas 3D人 臉識別庫及變形的三維人臉數(shù)據(jù)和三維真實人臉數(shù)據(jù)庫上進行實驗的結果表明，應用本發(fā) 明所述方法計算出的同一個人的兩個不同的三維人臉模型的相似度值，高于不同人的三維 人臉模型的相似度值，而且不同人的三維人臉模型的相似度值與人的主觀判斷基本一致。 因此，本發(fā)明不僅能夠有效區(qū)分同一個人不同表情的人臉模型，而且能夠給出不同人的三 維模型之間量化的相似度值，能夠用于表情變化的三維人臉相似性度量。
【附圖說明】
[0032]圖1為本發(fā)明所述方法的流程圖；
[0033]圖2為本發(fā)明所述方法求解原理示意圖。
[0034]圖中：1一目標點，2-第一目標點，3-二維人臉模型，4一鼻尖點，5-測地線，6- 最外層等測地線。
【具體實施方式】
[0035]下面結合附圖和實施例對本發(fā)明做進一步說明。
[0036] 一種三維人臉相似性度量方法，其流程圖如圖1所示，包括以下步驟：
[0037] 步驟S100,提取測地線。
[0038]在兩個待比較的三維人臉模型心和5上，分別以各自的鼻尖點為源點，如圖2所示， 按相同的初始方向和相等的角度間隔均勻地提取m條測地線，即：
[0042]式中，紀、gf分別為在fjPf2上提取的方向角為α的測地線，Gi、G2分別為由m條測 地線d、m條測地線gf組成的集合，m的值根據(jù)精度要求選取，A為角度的集合。
[0043] 步驟S200,計算兩個三維人臉模型上對應測地線的Fr6chet距離，得到m個Fr6chet 距離值3dF。
[0044] 步驟S300,計算兩個三維人臉模型的Fr6chet距離d(fi，f2)。
[0045] 兩個三維人臉模型的Frgchet距離定義為其上所有對應測地線的Frgchet距離的 平均值，公式如下：
[0047]步驟S400,計算兩個三維人臉模型的相似度。
[0048] 兩個三維人臉模型f#Pf2的相似度通過這兩個模型上對應測地線的相似性來計 算，每對測地線的相似度用兩個模型fdPf 2上角度均為α的對應測地線的Frgchet距離表示。 兩條曲線的Frgchet距離越小，說明這兩條曲線越相似。Frgchet距離越大，說明兩條曲線越 不相似。因此，兩個三維人臉模型心和5的相似度能夠用兩個三維人臉模型的Frgchet距離d (f^h)來表示:Fr6Chet距離越小，這兩個模型越相似;相反，距離越大，說明越不 相似。計算公式如下：
[0049] S(fl，f2) = l-d(fl，f2)/dmax
[0050] 式中，dmax為對多人的三維人臉模型行計算得到的d ( f 1，f 2 )中的最大值。很明顯，S (fl，f2) ￡[0,1]。8 = 0表示兩個三維人臉模型完全不相似，S = 1表示完全相同。S值越大表示 越相似。上述定義的相似性函數(shù)滿足自反性、對稱性和偽三角不等式性質(zhì)，即：
[0051] 8(乜，；^) = 1(自反性）
[0052] = s(fj，fi)(對稱性）
[0054] 其中，i、j、k的值均為1或2。
[0055] 所述步驟S100提取測地線的方法包括以下步驟：
[0056] S110,求鼻尖點；
[0057] 處于標準姿態(tài)的三維人臉模型，鼻尖點是整個人臉中最高的點，因此標準姿態(tài)下 整個三維人臉模型中縱坐標最大的點即為鼻尖點，并將其作為測地線的源點；
[0058] S120,求最外層等測地線；
[0059] S130,在最外層等測地線上求m個分點；
[0060] S140，以鼻尖點為源點，分別以所述m個分點為目標點求解測地線，得到m條測地 線。
[0061] 所述步驟S120求最外層等測地線的方法包括以下步驟：
[0062] S121，提取三維人臉模型的邊界；
[0063] S122,計算從鼻尖點到所述邊界上所有點的測地距離；
[0064] S123,求所述測地距離的最小值，提取所有到鼻尖點的測地距離等于這該最小值 的點得到最外層等測地線。
[0065]所述步驟S130在最外層等測地線上求m個分點的方法包括以下步驟：
[0066] S131，以所述最外層等測地線上與所述鼻尖點橫坐標相同的點為第一個分點；
[0067] S132,將所述最外層等測地線投影到所述鼻尖點的切平面得到曲線1，以所述鼻尖 點為起點，作m條角度間隔為2Vm的射線，與曲線1相交得到m個交點，其中第一個交點為第 一個分點的投影；
[0068] S133,對所述m個交點進行反投影變換，在所述最外層等測地線上得到m個分點。
[0069]作為一種最佳實施例，步驟S122采用MMP算法求解所述測地距離。
[0070]作為一種最佳實施例，步驟S140采用MMP算法求解測地線。
[0071 ]作為一種最佳實施例，采用離散變體的Fr6chet距離算法求解所述Fr6chet距離。 [0072]本發(fā)明不限于上述實施方式，本領域技術人員所做出的對上述實施方式任何顯而 易見的改進或變更，都不會超出本發(fā)明的構思和所附權利要求的保護范圍。
【主權項】
1. 一種三維人臉相似性度量方法，其特征在于，包括以下步驟： 步驟1，在兩個待比較的三維人臉模型上，分別以各自的鼻尖點為源點，按相同的初始 方向和相等的角度間隔均勻地提取m條測地線;m的值根據(jù)精度要求選取； 步驟2，分別計算兩個三維人臉模型上方向相同的兩條測地線的Frgchet距離，得到m個 Fr6chet距離值； 步驟3,計算m個Frgchet距離值的平均值，得到兩個三維人臉模型的Frgchet距離d; 步驟4,計算兩個三維人臉模型的相似度s，公式如下： S - 1-d/dmax 式中，dmax為對多人的三維人臉模型進行計算得到的d中的最大值。2. 根據(jù)權利要求1所述的三維人臉相似性度量方法，其特征在于，步驟1所述提取m條測 地線的方法如下： 步驟1.1，求三維人臉模型中縱坐標最大的點即臉部最高的點，該點即為鼻尖點； 步驟1.2，求解最外層等測地線； 步驟1.3，在所述最外層等測地線上求m個分點； 步驟1.4,以所述鼻尖點為源點，分別以所述m個分點為目標點求解測地線，得到m條測 地線。3. 根據(jù)權利要求2所述的三維人臉相似性度量方法，其特征在于，步驟1.2求解所述最 外層等測地線的方法如下： 步驟1.2.1，提取三維人臉模型的邊界； 步驟1.2.2，計算從鼻尖點到所述邊界上所有點的測地距離； 步驟1.2.3，求所述測地距離的最小值，提取所有到鼻尖點的測地距離等于這該最小值 的點得到最外層等測地線。4. 根據(jù)權利要求2所述的三維人臉相似性度量方法，其特征在于，步驟1.3在所述最外 層等測地線上求m個分點的方法如下： 步驟1.3.1，以所述最外層等測地線上與所述鼻尖點橫坐標相同的點為第一個分點； 步驟1.3.2,將所述最外層等測地線投影到所述鼻尖點的切平面得到曲線1，以所述鼻 尖點為起點，作m條角度間隔為2 π /m的射線，與曲線1相交得到m個交點，其中第一個交點為 第一個分點的投影； 步驟1.3.3，對所述m個交點進行反投影變換，在所述最外層等測地線上得到m個分點。5. 根據(jù)權利要求3所述的三維人臉相似性度量方法，其特征在于，所述步驟1.2.2采用 MMP算法求解所述測地距離。6. 根據(jù)權利要求2所述的三維人臉相似性度量方法，其特征在于，所述步驟1.4采用MMP 算法求解測地線。7. 根據(jù)權利要求1所述的三維人臉相似性度量方法，其特征在于，采用離散變體的Fr6 chet距離算法求解所述Fr6chet距離。
【文檔編號】G06T15/10GK105868727SQ201610219246
【公開日】2016年8月17日
【申請日】2016年4月8日
【發(fā)明人】趙俊莉, 武仲科, 段福慶, 王康, 陳郁蔥, 劉翠婷
【申請人】青島大學