多視角面部特征點定位研究與應(yīng)用.pdf

1、人臉圖像的感知和分析是模式識別和人工智能學科的前沿課題，包括人臉檢測，面部特征點定位，姿態(tài)估計，表情分析，人臉合成，人臉識別和人臉動畫等一系列研究內(nèi)容。其中，人臉檢測和面部特征定位是基礎(chǔ)，人臉識別是重要應(yīng)用之一。與正面人臉檢測與特征點定位相比，多視角人臉的研究還相對薄弱，難度也大得多，離實際應(yīng)用還有距離，但卻是人臉感知和分析技術(shù)走向?qū)嵱没毙杞鉀Q的關(guān)鍵問題。正是在這種背景下，本文提出一種多視角樹結(jié)構(gòu)模型M-TSM（Multi-view

2、Tree Structured Model）并將其應(yīng)用在大型數(shù)據(jù)庫搜索中，以期解決大數(shù)據(jù)環(huán)境下的人臉識別問題。該模型通過建立和維護不同視角下的面部模板來解決圖片中的人臉檢測和特征點定位問題，通過合并這兩個問題，簡化人臉識別過程。同時，將其做分布式處理來完成大型人臉數(shù)據(jù)庫的自動注冊，并利用其在圖像分析中捕獲視角的優(yōu)勢，提出在特征向量中加入2維視角信息的方法，直接略過視角不符的注冊特征，縮小搜索范圍，加快識別速度。
　　本研究主要內(nèi)容

3、包括：⑴對訓練樣本中每一個特征點建模獲得對應(yīng)此點的局部模塊，且存檔所有視角下均共享的模塊，構(gòu)成共享集。同時，基于不同視角，構(gòu)建由局部模塊組成的多視角樹結(jié)構(gòu)模型并設(shè)計模型能量函數(shù)，函數(shù)包含各局部模塊HOG特征信息以及模塊之間的一次、二次連接系數(shù)等全局信息；⑵甄選多個視角下的樣本并標定人臉區(qū)域、特征點和視角信息，首先基于Chow-Liu算法原理，獲得給定樣本特征點的最大似然估計，作為特征點分布的粗估計；然后建立LSVM（Latent var

4、iable SVM）框架對 M-TSM中的所有參數(shù)進行判別性訓練，提取人臉區(qū)域的鑒別性特征，用于定位人臉區(qū)域；最后分析 M-TSM搜索過程，提出在已知的人臉區(qū)域內(nèi)，枚舉所有視角并應(yīng)用多次動態(tài)規(guī)劃確定目標人臉特征點和視角的方法；⑶對M-TSM進行測試并分別針對人臉定位、姿態(tài)估計和特征點定位與其他常用算法做實驗對比和分析。實驗結(jié)果顯示，多視角樹結(jié)構(gòu)不僅擁有良好的各方面性能，且能夠同時完成圖片中的多人臉分析；⑷基于分布式文件系統(tǒng)DFS（Dis