基于形狀模型的人臉特征點定位技術研究.pdf

1、自動人臉識別(AFR)技術試圖賦予計算機根據(jù)人臉特征辨別人類身份的能力，該研究具有重要的科學意義和巨大的應用價值。經(jīng)過三十多年的發(fā)展，AFR技術取得了長足的進步。目前，最好的人臉識別系統(tǒng)在理想條件下已經(jīng)取得可以接受的識別性能，但測試和實踐經(jīng)驗表明：非理想條件下的人臉識別技術還遠未成熟，要開發(fā)出真正魯捧、實用的AFR應用系統(tǒng)還需要解決大量的關鍵問題，尤其需要研究作為識別必要前提條件的面部關鍵特征精確定位問題。特征定位遠不是一個已經(jīng)解決的問

2、題，尤其需要注意非理想成像條件下的特征定位問題。因此，為了開發(fā)出具有真正實用的人臉識別系統(tǒng)，必須充分重視對面部關鍵特征點定位的研究，本文的主要工作有： 本文重點探討基于統(tǒng)計學習的面部特征點定位的問題，詳細介紹了ASM/BTSM模型的基本原理，闡述了基于灰度級外觀模型的ASM/BTSM算法，系統(tǒng)介紹了ASM/BTSM模型的擴展，對ASM/BTSM的形變模式、迭代搜索、灰度級外觀匹配等過程進行了具體深入的剖析。 提出了一種基

3、于局部二進制模式的形狀模型定位算法。該算法提取以特征點為中心的矩形區(qū)域LBP塊作為人臉特征點的局部特征，使用主成分分析算法建立一個基于重構誤差的分布模型，然后對待匹配形狀進行迭代搜索。另外，為了減小待匹配點不在法線方向上所造成的誤差，采用了八方向搜索最佳輪廓點。實驗比較了本文算法與傳統(tǒng)算法所具有的優(yōu)點，LBP-BTSM算法比傳統(tǒng)的特征點定位算法更精確，但是姿態(tài)問題依然是影響特征定位的主要問題。 提出了一種基于形狀評價的加權貝葉斯

4、切線模型(WBTSM)。在基于局部紋理模型的基礎上定義了一種形狀評價函數(shù)，它衡量搜索得到的形狀與訓練數(shù)據(jù)的匹配程度。WBTSM采用形狀評價信息，把搜索得到的形狀用加權的方式投影到形狀子空間，而不像在貝葉斯形狀模型中采用正交投影，與正交投影相比，加權投影可以利用搜索過程中的信息，使得搜索可能跳出局部極值，從而得到更準確的結果。 最后，本文設計了一個基于windows的自動人臉識別系統(tǒng)平臺，能夠有效提取人臉特征，該系統(tǒng)包括人臉檢測，