基于改進(jìn)的ASM人臉特點(diǎn)定位方法研究.pdf

1、本文研究的主要內(nèi)容為人臉特征點(diǎn)的定位。
　　人臉特征點(diǎn)定位是一項(xiàng)富有理論基礎(chǔ)和實(shí)用價(jià)值的研究課題，它是人臉圖像分析技術(shù)的基礎(chǔ)與關(guān)鍵，也是計(jì)算機(jī)視覺(jué)和模式識(shí)別等技術(shù)領(lǐng)域的熱點(diǎn)問(wèn)題，如在人臉識(shí)別、人臉表情分析、三維人臉重建、生物特征識(shí)別、人機(jī)交互等具體應(yīng)用中都有著非常重要的作用。目前，已經(jīng)有很多算法和模型的提出與改進(jìn)，但是由于人臉面部表情和姿態(tài)的復(fù)雜性以及易受外部環(huán)境因素的干擾，導(dǎo)致很難對(duì)特征點(diǎn)進(jìn)行準(zhǔn)確的定位，技術(shù)的實(shí)時(shí)性和準(zhǔn)確性也沒(méi)

2、有達(dá)到實(shí)用的程度，所以至今仍然沒(méi)有一個(gè)普遍應(yīng)用的方法來(lái)解決這些研究難題。
　　論文對(duì)目前常用的人臉特征點(diǎn)定位算法和模型進(jìn)行了總結(jié)，并在主動(dòng)形狀模型(ASM)的基礎(chǔ)上，提出了一種改進(jìn)的ASM算法對(duì)人臉特征點(diǎn)進(jìn)行定位提取，主要的工作內(nèi)容如下:
　　1)全面闡述人臉特征點(diǎn)定位的研究背景和意義以及研究現(xiàn)狀，對(duì)目前比較常見(jiàn)的定位提取方法進(jìn)行總結(jié)，簡(jiǎn)單分析總結(jié)各種方法的優(yōu)缺點(diǎn)。
　　2)介紹基于Adaboost算法的人臉檢測(cè)方法，

3、從Haar-like特征、積分圖、分離器訓(xùn)練以及級(jí)聯(lián)分類器等方面進(jìn)行闡述。
　　3)系統(tǒng)介紹基于傳統(tǒng)的主動(dòng)形狀模型(ASM)的人臉特征點(diǎn)定位算法，分別從建立全局形狀模型和局部紋理模型以及搜索方法這3個(gè)方面進(jìn)行說(shuō)明，并指出經(jīng)典算法存在的缺陷。
　　4)對(duì)基于經(jīng)典ASM算法的人臉特征點(diǎn)定位算法在實(shí)際應(yīng)用中碰到的問(wèn)題進(jìn)行深入分析，提出一種基于改進(jìn)的ASM算法人臉特征點(diǎn)定位方法，改進(jìn)之處主要體現(xiàn)在兩個(gè)方面:一是初始位置的優(yōu)化，利用形

4、狀信息，通過(guò)最小二乘法擬合虹膜圓，得到圓的中心位置坐標(biāo)來(lái)準(zhǔn)確定位瞳孔的中心位置作為平均形狀模型的初始位置，使得平均形狀模型更加接近待測(cè)圖像的人臉區(qū)域，加快特征點(diǎn)定位的收斂速度;二是對(duì)建立局部紋理模型的改進(jìn)，將人臉?lè)指顬閮蓚€(gè)獨(dú)立的模型部分（上形狀模型、下形狀模型），同時(shí)對(duì)這兩個(gè)獨(dú)立的模型采用不同維數(shù)的剖面紋理信息建立局部紋理模型，提高特征點(diǎn)定位的精度。
　　5)對(duì)經(jīng)典ASM算法和改進(jìn)ASM算法特征點(diǎn)定位實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比，主要比較定位