基于AAM的人臉特征點(diǎn)定位算法研究與改進(jìn).pdf

1、自動(dòng)人臉識(shí)別(AFR)主要研究如何賦予計(jì)算機(jī)通過(guò)人臉辨別人物身份的能力，作為模式識(shí)別的一個(gè)研究領(lǐng)域，不僅具有非常重要的科學(xué)意義并且商業(yè)應(yīng)用價(jià)值巨大。經(jīng)過(guò)幾十年的發(fā)展，AFR在受控環(huán)境和人工配合的情況下已經(jīng)達(dá)到非常高的識(shí)別率，并出現(xiàn)了不少實(shí)際應(yīng)用的商業(yè)系統(tǒng)。AFR系統(tǒng)主要有三個(gè)部分組成：人臉檢測(cè)、人臉特征點(diǎn)定位、人臉特征提取和特征分類。人臉特征點(diǎn)定位作為AFR系統(tǒng)最重要的組成部分，它的定位精度在很大程度上影響著AFR系統(tǒng)的性能，同時(shí)它也是

2、人臉表情識(shí)別和人臉三維建模的關(guān)鍵步驟。主動(dòng)表觀模型(Active Appearance Model，簡(jiǎn)稱AAM)作為人臉特征點(diǎn)定位最主要和最有效的方法之一，被大量的學(xué)者研究并應(yīng)用于實(shí)際的AFR系統(tǒng)中。本文對(duì)該方法在實(shí)際應(yīng)用中遇到的問(wèn)題進(jìn)行了深入分析和研究，對(duì)其不足提出了相應(yīng)的改進(jìn)方法。 主要的改進(jìn)有以下三點(diǎn)： 1)針對(duì)光照變化影響定位算法效果的問(wèn)題，提出一種快速Gabor小波算法，用它提取輸入圖像的紋理信息用于AAM紋理

3、建模和擬合計(jì)算。 2)針對(duì)人臉某部分發(fā)生遮擋導(dǎo)致定位算法效果變差的問(wèn)題，提出一種基于分塊加權(quán)的AAM擬合算法。該方法先把人臉區(qū)域分成幾個(gè)子區(qū)域，然后根據(jù)每個(gè)區(qū)域被遮擋的程度分配一個(gè)權(quán)重，在擬合過(guò)程中不斷調(diào)整每個(gè)區(qū)域?qū)?yīng)的權(quán)重從而到達(dá)消除遮擋干擾的目的。 3)為了提高擬合算法的效率，提出基于多分辨率的AAM擬合算法。首先在低分辨率圖像上進(jìn)行擬合，因?yàn)樵搱D像包含的紋理信息相對(duì)較少，所以擬合所需要的計(jì)算復(fù)雜度也相對(duì)較少，在該圖