基于相對(duì)角聚類和支持向量機(jī)的人臉特征點(diǎn)定位技術(shù)研究.pdf

1、人臉特征定位及對(duì)應(yīng)點(diǎn)匹配是計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域一個(gè)非常熱門的研究方向，它是人臉識(shí)別、人臉動(dòng)畫(huà)、人臉跟蹤、三維人臉重建、立體匹配以及建立統(tǒng)計(jì)模型等的前提步驟之一。二維圖像上人臉特征點(diǎn)的定位算法已經(jīng)比較成熟，但在三維模型上進(jìn)行特征點(diǎn)定位的研究還比較少，本文提出了一個(gè)在三維模型上定位人臉特征點(diǎn)的算法。
　　 在三維點(diǎn)分布模型上，相對(duì)角直方圖[40](RelativeAngle-Context Distribution，R(AC＆)

2、)算法能夠在兩個(gè)模型上找到對(duì)應(yīng)點(diǎn)，但是此算法不能夠進(jìn)行精確匹配對(duì)應(yīng)點(diǎn)，只能夠?qū)?duì)應(yīng)點(diǎn)定位到一個(gè)鄰域內(nèi)。為了提高特征點(diǎn)定位精確性，在RAC的基礎(chǔ)上，本文提出了聯(lián)合模式識(shí)別的K-均值聚類和支持向量機(jī)(Support Vector Machine，SVM)來(lái)進(jìn)行三維人臉特征點(diǎn)定位的算法，稱為基于RAC聚類和SVM的人臉特征點(diǎn)定位算法。此算法首先結(jié)合RAC和K-均值聚類方法對(duì)未知模型的特征點(diǎn)進(jìn)行預(yù)匹配，得到的匹配結(jié)果稱為聚類點(diǎn)集。為了得到更精確