多視角面部特征點(diǎn)定位研究與應(yīng)用.pdf

1、人臉圖像的感知和分析是模式識(shí)別和人工智能學(xué)科的前沿課題，包括人臉檢測(cè)，面部特征點(diǎn)定位，姿態(tài)估計(jì)，表情分析，人臉合成，人臉識(shí)別和人臉動(dòng)畫等一系列研究?jī)?nèi)容。其中，人臉檢測(cè)和面部特征定位是基礎(chǔ)，人臉識(shí)別是重要應(yīng)用之一。與正面人臉檢測(cè)與特征點(diǎn)定位相比，多視角人臉的研究還相對(duì)薄弱，難度也大得多，離實(shí)際應(yīng)用還有距離，但卻是人臉感知和分析技術(shù)走向?qū)嵱没毙杞鉀Q的關(guān)鍵問題。正是在這種背景下，本文提出一種多視角樹結(jié)構(gòu)模型M-TSM（Multi-view

2、Tree Structured Model）并將其應(yīng)用在大型數(shù)據(jù)庫搜索中，以期解決大數(shù)據(jù)環(huán)境下的人臉識(shí)別問題。該模型通過建立和維護(hù)不同視角下的面部模板來解決圖片中的人臉檢測(cè)和特征點(diǎn)定位問題，通過合并這兩個(gè)問題，簡(jiǎn)化人臉識(shí)別過程。同時(shí)，將其做分布式處理來完成大型人臉數(shù)據(jù)庫的自動(dòng)注冊(cè)，并利用其在圖像分析中捕獲視角的優(yōu)勢(shì)，提出在特征向量中加入2維視角信息的方法，直接略過視角不符的注冊(cè)特征，縮小搜索范圍，加快識(shí)別速度。
　　本研究主要內(nèi)容

3、包括：⑴對(duì)訓(xùn)練樣本中每一個(gè)特征點(diǎn)建模獲得對(duì)應(yīng)此點(diǎn)的局部模塊，且存檔所有視角下均共享的模塊，構(gòu)成共享集。同時(shí)，基于不同視角，構(gòu)建由局部模塊組成的多視角樹結(jié)構(gòu)模型并設(shè)計(jì)模型能量函數(shù)，函數(shù)包含各局部模塊HOG特征信息以及模塊之間的一次、二次連接系數(shù)等全局信息；⑵甄選多個(gè)視角下的樣本并標(biāo)定人臉區(qū)域、特征點(diǎn)和視角信息，首先基于Chow-Liu算法原理，獲得給定樣本特征點(diǎn)的最大似然估計(jì)，作為特征點(diǎn)分布的粗估計(jì)；然后建立LSVM（Latent var

4、iable SVM）框架對(duì) M-TSM中的所有參數(shù)進(jìn)行判別性訓(xùn)練，提取人臉區(qū)域的鑒別性特征，用于定位人臉區(qū)域；最后分析 M-TSM搜索過程，提出在已知的人臉區(qū)域內(nèi)，枚舉所有視角并應(yīng)用多次動(dòng)態(tài)規(guī)劃確定目標(biāo)人臉特征點(diǎn)和視角的方法；⑶對(duì)M-TSM進(jìn)行測(cè)試并分別針對(duì)人臉定位、姿態(tài)估計(jì)和特征點(diǎn)定位與其他常用算法做實(shí)驗(yàn)對(duì)比和分析。實(shí)驗(yàn)結(jié)果顯示，多視角樹結(jié)構(gòu)不僅擁有良好的各方面性能，且能夠同時(shí)完成圖片中的多人臉分析；⑷基于分布式文件系統(tǒng)DFS（Dis