基于AAM的人臉標定與識別.pdf

1、主動表觀模型(Active Appearance Model，AAM)是一種重要的特征提取算法。
　　 該模型最早于1998年由F.T.Cootes等人提出并被應用于人臉特征點標定。由于其靈活的結構和強大的功能，AAM被廣泛應用于人臉圖像處理領域，如人臉檢測、人臉識別、人臉跟蹤以及人臉動畫等。本文主要研究基于AAM的面部特征自動標定平臺，并在該平臺基礎上建立了一系列模式識別應用。
　　 首先，本文研究了一種基于AAM的人

2、臉跟蹤與識別算法。該算法結合了Lucas-Kanade(LK)算法和AAM，充分利用AAM的建模能力和LK算法的快速匹配效率，達到快速的特征點匹配，進而實現(xiàn)面部視頻跟蹤與識別。實驗結果表明，該算法可以對視頻中運動的人臉進行比較精確的匹配與跟蹤。
　　 其次，從分類角度出發(fā)，研究并實現(xiàn)了一種AAM特征匹配算法。該算法將AdaBoost算法與AAM建模相結合，在利用PDM(Point Distribution Model)模型與BA

3、M (Boosted Appearance Model)模型訓練弱分類器的基礎上，最終建立強分類器并用于AAM的模型匹配。實驗結果表明，該算法將AAM特征匹配轉換為分類問題，可以快速精確地匹配人臉。
　　 最后，在MatlabGUI環(huán)境下開發(fā)了基于AAM的人臉視頻跟蹤與識別系統(tǒng)軟件。該軟件平臺分別嵌入了基于LK算法、AdaBoost算法的兩種模型匹配方法，并集成了特征點標定、AAM建模、AAM匹配、視頻跟蹤和匹配信息存儲等模塊，