人臉特征點(diǎn)檢測(cè)研究及應(yīng)用.pdf

1、主動(dòng)表觀模型（Active Appearance Model，AAM）是由Tim Cootes等人提出的一種參數(shù)化的統(tǒng)計(jì)模型。它是計(jì)算機(jī)視覺領(lǐng)域中的一種重要的算法，被廣泛的應(yīng)用于二維非剛體目標(biāo)的建模和分析。主動(dòng)表觀模型通過在訓(xùn)練集中對(duì)非剛體目標(biāo)的形狀信息和紋理信息進(jìn)行統(tǒng)一的建模，使用相應(yīng)的目標(biāo)函數(shù)優(yōu)化策略對(duì)新的目標(biāo)進(jìn)行搜索和匹配。本文以主動(dòng)表觀模型作為研究對(duì)象，對(duì)其進(jìn)行了全面深入地探討，并且結(jié)合局部特征算子和級(jí)聯(lián)回歸模型對(duì)人臉圖像理解中

2、的人臉特征點(diǎn)定位問題開展研究。
　　人臉圖像理解技術(shù)是通過計(jì)算機(jī)技術(shù)、自動(dòng)化技術(shù)對(duì)數(shù)字化的人臉圖像進(jìn)行解讀，提取出其中的高層語義信息的技術(shù)。因?yàn)槿四槇D像信息量大、識(shí)別時(shí)的非侵?jǐn)_性、采集設(shè)備簡(jiǎn)單等等特點(diǎn)，人臉圖像理解技術(shù)被廣泛得應(yīng)用于人臉識(shí)別、視頻監(jiān)控、國(guó)防安全等諸多領(lǐng)域，成為當(dāng)前的研究熱點(diǎn)。一個(gè)完整的人臉圖像理解過程有五大主要的組成部分，即人臉檢測(cè)、人臉特征點(diǎn)定位、人臉對(duì)齊、人臉特征抽取、以及相應(yīng)的識(shí)別、驗(yàn)證和分類算法。其中，人臉

3、特征點(diǎn)定位是要對(duì)人臉的五官位置甚至是面部輪廓進(jìn)行精準(zhǔn)定位，它為整個(gè)自動(dòng)化識(shí)別程序提供了大量精確的幾何信息，是整個(gè)程序的數(shù)據(jù)基礎(chǔ)。作為本文主要的研究對(duì)象，主動(dòng)表觀模型正是人臉特征點(diǎn)定位研究中一個(gè)經(jīng)典的算法。它通過對(duì)人臉圖像中目標(biāo)人臉的特征點(diǎn)的定位，能夠準(zhǔn)確的獲得人臉的形狀信息和紋理信息，進(jìn)而可以提取出更高層的人臉特征信息。
　　在經(jīng)典的主動(dòng)表觀模型的基礎(chǔ)上，為了進(jìn)一步提高主動(dòng)表觀模型的匹配精度以及模型在不可控環(huán)境下的魯棒性，本文在對(duì)

4、主動(dòng)表觀模型全面系統(tǒng)的分析和研究基礎(chǔ)上，提出了一種新的模型匹配策略，該方法的主要?jiǎng)?chuàng)新點(diǎn)有：
　　第一，提出了基于級(jí)聯(lián)回歸結(jié)構(gòu)的主動(dòng)表觀模型。通過級(jí)聯(lián)回歸模型（Cascaded Regression，CR）將若干個(gè)弱回歸器串聯(lián)起來，組成一個(gè)強(qiáng)回歸器，提高模型的匹配精度；
　　第二，提出了一種結(jié)構(gòu)化特征融合的主動(dòng)表觀模型。利用局部特征算子（Local Descriptor）的結(jié)構(gòu)特征，將全局紋理模型和人臉局部特征相融合，提高模型