基于ASM的人脸面部关键特征点定位算法研究

论文摘要

人脸面部的关键特征点定位既是人脸识别研究领域中的一个关键问题,也是计算机视觉和图形学领域的一个基本问题。在人脸检测的基础上,面部关键的特征点定位试图定位人脸面部主要特征点的位置以及眼睛和嘴巴等主要器官的形状信息。目前最好的自动人脸识别（AFR）系统在理想情况下已经能够取得可以接受的识别性能。但测试和实践经验表明:非理想条件下的人脸识别技术还远未成熟,要开发出真正鲁棒、实用的AFR应用系统还需要进一步研究解决大量的关键问题,尤其是需要研究作为识别必要前提条件的人脸面部的关键特征点的精确定位问题。本文重点讨论了基于主动形状模型的人脸面部的关键特征点定位算法。首先研究了点分布模型,并在训练样本对齐、形状变换建模和基数目的选择三方面分别展开讨论,然后详细描述了主动形状模型算法的整个搜索过程和多分辨率框架,并讨论了相关工作。为了提高主动形状模型（ASM）算法的性能,提出了改进的ASM算法:在人脸区域检测的基础上首先精确定位出虹膜的位置并计算出平均形状模型初始化所需要的相关参数;采用基于整脸的全局形状模型和基于人脸面部的各个显著特征区域成分形状模型相结合的多模型ASM分次搜索的优化方法,并加入人脸面部的相似性构形办法对特征点的总体定位结果进行总体优化;在主动形状模型算法的特征扩展方面根据为特征点局部灰度建模时所采用的信息特征不同分为两种:采用Log-Gabor小波子系数特征完全代替灰度信息对每个特征点周围纹理信息进行描述并建立纹理模型;将特征点的局部灰度信息和其特定方向上的Log-Gabor小波子系数特征进行融合对特征点局部进行纹理建模;加入了边缘约束策略,减小了特征点目标搜索的区域。实验证明,改进后的主动形状模型算法与其传统算法相比,特征点的定位精度整体上有了显著提高,并且对图像中的光照和噪音影响具有很好的鲁棒性。对实验中出现的不理想特征点定位结果进行分析,对影响算法搜索的各种因素进行讨论,指出初始化对于搜索的成败往往起了决定作用,而光照变化、姿态变化、表情变化、毛发饰物的遮挡、训练集不足等因素对搜索也有重要的影响。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 人脸识别综述
• 1.1.1 人脸识别研究背景
• 1.1.2 人脸识别的国外研究历史、现状概述
• 1.1.3 人脸识别的国内研究现状
• 1.1.4 人脸识别过程及存在的问题
• 1.1.5 人脸识别主要技术方法
• 1.2 人脸面部关键特征点定位的研究意义
• 1.3 课题的主要工作
• 第2章 主动形状模型算法
• 2.1 引言
• 2.2 主动形状模型的思想和算法
• 2.2.1 ASM 的思想
• 2.2.2 ASM 的算法
• 2.3 本章小结
• 第3章 小波分析及二维LOG-GABOR 小波
• 3.1 引言
• 3.2 小波分析
• 3.2.1 Gabor 变换及函数特性
• 3.2.2 Log-Gabor 变换及函数特性
• 3.3 基于LOG-GABOR 小波的纹理重构
• 3.3.1 Log-Gabor 滤波器构造
• 3.3.2 Log-Gabor 滤波器优化
• 3.3.3 多尺度Log-Gabor 滤波
• 3.3.4 滤波计算方法
• 3.3.5 滤波结果
• 3.4 本章小结
• 第4章 ASM 在人脸面部关键特征点定位中的应用
• 4.1 引言
• 4.2 本文对ASM 所做的改进
• 4.2.1 平均形状模型的初始化
• 4.2.2 特征扩展方面的改进
• 4.2.3 边缘约束策略
• 4.2.4 多ASM 模型以及人脸面部相似性构形约束策略
• 4.3 改进的ASM 在人脸面部关键特征点定位中的应用
• 4.3.1 改进的ASM 的训练阶段
• 4.3.2 改进的ASM 的搜索阶段
• 4.4 实验和结果
• 4.4.1 实验步骤和流程
• 4.4.2 实验流程图
• 4.4.3 实验结果
• 4.5 本章小结
• 第5章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 缩略语词汇表
• 致谢
• 攻读硕士学位期间的研究成果