基于ASM-AAM的人臉面部特征點定位研究.pdf

1、進入20世紀90年代以來，人臉識別技術(shù)得到了相關(guān)部門研究人員的高度重視，取得了快速的發(fā)展，自動人臉識別系統(tǒng)已經(jīng)達到了局部應用的形勢。但是，復雜條件下的完全成熟的自動人臉識別技術(shù)還有待進一步的深入研究，需要我們解決諸如光照、表情、姿態(tài)和遮擋等條件下的識別問題，在這種復雜條件下的人臉面部特征點定位是人臉識別研究領(lǐng)域中的一個重要問題。據(jù)此，本文重點研究了以下兩個方面：
　　 1．在研究了Hough變換原理、傳統(tǒng)Hough變換圓檢測的人

2、眼精確定位的基礎(chǔ)上，利用圓的幾何性質(zhì)，改進了Hough變換圓檢測的算法；并利用人臉圖像積分投影的特點和改進的Hough變換圓檢測原理進行了人臉圖像的人眼精確定位。實驗表明改進的Hough變換圓檢測算法，在保持定位精度不變的前提下，較傳統(tǒng)Hough變換圓檢測的人眼精確定位方法，在速度上有了很大的提高。
　　 2．主動形狀模型和主動表觀模型是人臉建模的重要方法之一，在研究了其傳統(tǒng)理論和相關(guān)發(fā)展后，改進了ASM/AAM算法的搜索策略。

3、在改進的算法中，首先利用改進的Hough變換圓檢測算法進行人眼的精確定位，計算出瞳孔的精確位置。然后，根據(jù)瞳孔位置計算模型的初始位置，從而提高了模型位置初始化的精度。另外，為了避免搜索結(jié)果出現(xiàn)非正常的人臉，論文在算法中根據(jù)瞳孔的精確位置進行了眼部特征點的位置矯正；又利用訓練集合中的人臉圖像樣本形成形狀參數(shù)向量空間，作為參數(shù)約束范圍，在人臉特征點搜索過程中引入人臉形狀的參數(shù)約束。實驗表明，上述搜索策略的改進提高了傳統(tǒng)ASM/AAM算法的定