专利题目：一种银行客户端人脸识别方法专利素材：一种银行客户端人脸识别方法特征在于通过深度摄像头采集到的三维人脸图像进行距离约束、位置约束、转换等操作得到干净完整的三维人脸采用三维人脸上每一点局部平面距离值确定眼球中心点利用聚类的思想确定耳根点然后采用改进的快速推进算法计算人脸的测地距矩阵设置阈值并切割出有效的人脸区域最后计算有效的人脸区域的高阶矩特征作为人脸的特征向量进行匹配。专利背景：随着互联网

权力要求书：

1. 一种银行客户端人脸识别方法，包括以下步骤： 采集深度摄像头三维人脸图像； 通过距离约束、位置约束、转换等操作得到干净完整的三维人脸； 利用聚类的思想确定耳根点； 采用改进的快速推进算法计算人脸的测地距矩阵； 设置阈值并切割出有效的人脸区域； 计算有效的人脸区域的高阶矩特征，作为人脸的特征向量进行匹配。

2. 根据权力要求书1所述的方法，其中采集深度摄像头三维人脸图像时，采用RGB-TOF相机进行采集。

3. 根据权力要求书1所述的方法，其中利用聚类的思想确定耳根点时，采用K-means算法进行聚类。

4. 根据权力要求书1所述的方法，其中计算人脸的测地距矩阵时，采用改进的快速推进算法计算。

5. 根据权力要求书1所述的方法，其中设置阈值并切割出有效的人脸区域时，阈值为人脸区域的平均值加上标准差。

6. 根据权力要求书1所述的方法，其中计算有效的人脸区域的高阶矩特征时，采用Zernike矩进行计算。

7. 根据权力要求书1所述的方法，其中人脸的特征向量进行匹配时，采用基于LBP特征的SVM分类器进行匹配。

8. 根据权力要求书1所述的方法，其中三维人脸上每一点局部平面距离值确定眼球中心点时，采用Haar-like特征进行检测。

9. 根据权力要求书1所述的方法，其中采用RGB-TOF相机进行采集时，采用双目视觉技术进行校准。

10. 根据权力要求书1所述的方法，其中计算人脸的测地距矩阵时，采用GPU加速计算。

流程图：

（见附件）