專利名稱：快速且精確的人臉特征點(diǎn)定位方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種圖像處理技術(shù)領(lǐng)域的方法，具體是一種快速且精確的人臉特征點(diǎn)定位方法。
背景技術(shù)：
人臉特征點(diǎn)檢測是人臉識(shí)別、表情識(shí)別、性別識(shí)別等應(yīng)用中最為關(guān)鍵的關(guān)鍵技術(shù)，其特征點(diǎn)定位的準(zhǔn)確性直接影響到識(shí)別的精度。因此，準(zhǔn)確地定位大量的人臉特征點(diǎn)可以極大地提高識(shí)別的精度。
現(xiàn)有的局部人臉特征點(diǎn)定位方法雖然速度快，但只能給出很少的特征點(diǎn)，且不太穩(wěn)健，達(dá)不到識(shí)別的要求，相對(duì)于局部人臉特征點(diǎn)定位方法，活動(dòng)形狀模型(Active Shape Models，ASM)方法可以同時(shí)定位很多人臉特征點(diǎn)，且速度快，因而被廣泛地應(yīng)用于特征點(diǎn)定位。但是ASM方法對(duì)模型的初始位置非常敏感如果初始模型中特征點(diǎn)位置靠近實(shí)際特征點(diǎn)位置，ASM方法將會(huì)非常快速且準(zhǔn)確地找到所有特征點(diǎn)；但如果初始位置遠(yuǎn)離實(shí)際特征點(diǎn)位置，ASM方法通常給出錯(cuò)誤的定位而根本不能用于識(shí)別。
經(jīng)對(duì)現(xiàn)有技術(shù)文獻(xiàn)的檢索發(fā)現(xiàn)，Rein-Lien Hsu等在《IEEE TRANSACTIONS ONPATTERN ANALYSIS AND MACHINE INTELLIGENCE》VOL 24，N0.5.MAY 2002上發(fā)表的“Anil K.Jain Face Detection In Color images”(Rein-Lien Hsu，MohamedAbdel-Mottaleb，Anil K.Jain彩色圖像中的人臉檢測 電氣與電子工程師協(xié)會(huì)學(xué)報(bào)模式分析與機(jī)器學(xué)習(xí)VOL 24，N0.5.MAY 2002)中，曾通過大量樣本的統(tǒng)計(jì)給出了眼睛區(qū)域在YCbCr顏色空間的各個(gè)分量的分布，并根據(jù)這些分量的分布粗略地定位人眼和嘴巴的大概位置，但是該類方法找到的特征點(diǎn)的數(shù)目太少，遠(yuǎn)遠(yuǎn)達(dá)不到人臉識(shí)別所要的特征點(diǎn)的數(shù)目。

發(fā)明內(nèi)容
針對(duì)現(xiàn)有ASM對(duì)初始位置非常敏感這個(gè)不足，本發(fā)明提出一種快速且精確的人臉特征點(diǎn)定位方法，使其能準(zhǔn)確的給出ASM初始位置并進(jìn)行ASM搜索，即融合了人臉檢測、眼睛檢測、ASM特征點(diǎn)定位的人臉特征點(diǎn)定位方法，該方法可以進(jìn)一步用于人臉識(shí)別、性別識(shí)別、年齡估計(jì)等領(lǐng)域。
本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的，首先利用人臉檢測方法在給定的圖像上找到人臉區(qū)域，然后在找到的人臉區(qū)域上檢測眼睛，找到兩眼位置后，計(jì)算兩眼之間的距離，兩眼連線的角度，根據(jù)兩眼中點(diǎn)的位置、兩眼之間的距離、兩眼連線的角度對(duì)初始ASM進(jìn)行仿射變換使得初始ASM模型與真實(shí)特征點(diǎn)構(gòu)成的模型最為接近，最后以該初始模型進(jìn)行ASM搜索從而可以得到人臉特征點(diǎn)的位置，也就完成了人臉特征點(diǎn)的定位。
以下對(duì)本發(fā)明作進(jìn)一步的說明，包括如下步驟(1)在給定的圖像上進(jìn)行人臉檢測從而給出人臉區(qū)域的位置坐標(biāo)；所述的人臉檢測是指在給定的圖像上用adaboost方法進(jìn)行人臉檢測，給出人臉區(qū)域的坐標(biāo)位置，即人臉區(qū)域長方形的左上角和右下角的坐標(biāo)。
(2)在找到的人臉區(qū)域上進(jìn)行眼睛檢測找到兩眼的位置；在找到的人臉區(qū)域上利用膚色信息、邊緣信息、哈夫變換、可分離度度量進(jìn)行眼睛的準(zhǔn)確定位，找到兩眼的位置；(3)計(jì)算兩眼中點(diǎn)的坐標(biāo)、兩眼之間的距離、兩眼連線的角度；根據(jù)兩眼的坐標(biāo)位置求得兩眼中點(diǎn)坐標(biāo)[x1，y1]、兩眼之間的距離ds1、兩眼連線的角度angle1。
(4)ASM模型的訓(xùn)練；所述的ASM模型的訓(xùn)練，是指首先在訓(xùn)練集的每一個(gè)訓(xùn)練樣本圖像上選擇k個(gè)特征點(diǎn)，這k個(gè)特征點(diǎn)都代表了人臉上比較明顯的特征。對(duì)于每一個(gè)圖像，這k個(gè)特征點(diǎn)組成的形狀可以由一個(gè)向量x(i)＝[x1，x2，…，xk，y1，y2，…，yk]來表示，編號(hào)相同的特征點(diǎn)在不同的圖像中表示相同的特征，n個(gè)訓(xùn)練樣本圖像就有n個(gè)形狀向量，然后對(duì)這n個(gè)向量進(jìn)行校準(zhǔn)操作，使這些形狀向量所表示的形狀在大小、方向和位置上最為接近。然后對(duì)n個(gè)校準(zhǔn)后的形狀向量進(jìn)行PCA(主元分析)處理，這樣任何一個(gè)形狀都可以表示為x＝x+Pb，式中b＝PT.(x-x)，向量b的值表示了前t個(gè)模式的變化情況。對(duì)于訓(xùn)練樣本圖像中每個(gè)特征點(diǎn)需要建立其局部紋理，即在垂直于當(dāng)前特征點(diǎn)的前后兩特征點(diǎn)連線方向上以當(dāng)前特征點(diǎn)為中心兩邊各選擇m個(gè)像素，計(jì)算這m個(gè)像素的灰度值導(dǎo)數(shù)并歸一化從而得到一個(gè)profile。記第i個(gè)形狀向量中第j個(gè)特征點(diǎn)的profile為gij，則第j個(gè)特征點(diǎn)profile的平均，gj‾=1nΣi=1ngij]]>，其方差為Cj=1nΣi=1n(gij-gj‾)·(gij-gj‾)T,]]>對(duì)k個(gè)特征點(diǎn)都計(jì)算其profile的平均和方差，從而就得到了k個(gè)特征點(diǎn)的局部紋理。
(5)對(duì)ASM模型的初始位置進(jìn)行仿射變換；以兩眼中點(diǎn)的位置、兩眼之間的距離、兩眼連線的角度對(duì)ASM模型的平均形狀進(jìn)行仿射變換使得初始ASM模型與真實(shí)特征點(diǎn)構(gòu)成的模型最為接近；所述的仿射變換是指對(duì)訓(xùn)練得到的平均形狀模型x，計(jì)算左眼球周圍的四個(gè)特征點(diǎn)的中心作為左眼睛位置，計(jì)算右眼球周圍的特征點(diǎn)的中心作為右眼睛位置，然后計(jì)算該平均形狀模型中兩眼的距離ds2、兩眼連線的角度angle2以及兩眼的中點(diǎn)坐標(biāo)[X2，Y2]，再對(duì)平均形狀模型x進(jìn)行仿射變換，即將把整個(gè)平均形狀模型x平移[X1-X2，Y1-Y2]，然后以該模型的中心旋轉(zhuǎn)(angle1-angle2)，最后再以ds1/ds2的比例進(jìn)行縮放。
上述仿射變換可以由X＝M(s，θ)[x]+Xc來表示，上式表示對(duì)x以其中心逆時(shí)針旋轉(zhuǎn)θ縮放s，然后再平移Xc，其中Xc＝(Xc，Yc，Xc，Yc，...，Xc，Yc)。
(6)用經(jīng)過仿射變換后的初始位置進(jìn)行ASM搜索。
用初始模型在新的圖像中搜索目標(biāo)形狀，使搜索到的最終形狀中的特征點(diǎn)和相對(duì)應(yīng)的真正特征點(diǎn)最為接近，這個(gè)搜索過程主要是通過仿射變換和參數(shù)b的變化來實(shí)現(xiàn)。具體通過反復(fù)如下兩步來實(shí)現(xiàn)(1)計(jì)算每個(gè)特征點(diǎn)的新位置首先把初始ASM模型覆蓋在圖像上，對(duì)于模型中第j個(gè)特征點(diǎn)，在垂直于其前后兩個(gè)特征點(diǎn)連線方向上以其為中心兩邊各選擇l(l大于m)個(gè)像素，然后計(jì)算這l個(gè)像素的灰度值導(dǎo)數(shù)并歸一化從而得到一個(gè)profile，在這個(gè)新profile中取長度為m的sub-profile記為temp(P)，定義一個(gè)能量函數(shù)fj(p)=(temp(P)-gj‾)·Cj-1·(temp(P)-gj‾)T]]>，用此能量函數(shù)評(píng)判當(dāng)前sub-profile與 之間的相似性，選擇使fj(p)最小的位置作為該特征點(diǎn)的新位置，并計(jì)算其變化dXj，對(duì)每個(gè)特征點(diǎn)都進(jìn)行這樣的計(jì)算就得到k個(gè)位置變化dXi，i＝1，2，...，k，并組成一個(gè)向量dX＝(dX1，dX2，...，dXk)。
(2)仿射變換中的參數(shù)和b的更新由式X＝M(s，θ)[x]+Xc得M(s(1+ds)，(θ+dθ))[x+dx]+(Xc+dXc)＝(X+dX)，M(s(1+ds)，(θ+dθ))[x+dx]＝M(s，θ)[x]+dX+Xc-(Xc+dXc)，由式x＝x+Pb，現(xiàn)希望找到db使得x+dx＝x+P(b+db)，由式x＝x+Pb可得db＝P-1dx，這樣就可以對(duì)參數(shù)作如下更新Xc＝Xc+wtdXc，Yc＝Y(jié)c+wtdYc，θ＝θ+wθdθ，b＝b+Wbdb，式中wt，wθ，ws，Wb是用于控制參數(shù)變化的權(quán)值，這樣就可以由式x＝x+Pb得到新的形狀。
本發(fā)明提出的人臉特征點(diǎn)定位方法具有較快的速度和較高的精度。由于在進(jìn)行ASM搜索之前進(jìn)行了人臉檢測和眼睛檢測，這樣就能找到兩眼的位置，并以兩眼中點(diǎn)的位置、兩眼之間的距離、兩眼連線的角度對(duì)ASM模型的平均形狀進(jìn)行仿射變換使得初始ASM模型與真實(shí)特征點(diǎn)構(gòu)成的模型最為接近，這樣就減少了ASM搜索過程中的迭代次數(shù)從而較大程度地提高了特征點(diǎn)定位的速度，而且由于特征點(diǎn)的初始位置和真實(shí)位置非常接近，這樣就更容易找到特征點(diǎn)的真實(shí)位置，從而提供了特征點(diǎn)定位的精度。用拍攝的人臉庫(包含有2273幅人臉圖像)對(duì)比本發(fā)明提出的特征點(diǎn)定位方法和ASM方法，前者的特征點(diǎn)定位的平均速度和平均誤差分別是0.32秒和3.4個(gè)像素，而后者特征點(diǎn)定位的平均速度和平均誤差分別是0.44秒和4.5個(gè)像素，實(shí)驗(yàn)表明本發(fā)明提出的人臉特征點(diǎn)定位方法在速度和精度上都比其他人臉特征點(diǎn)定位方法有很大的改善。


圖1為在給定的圖像上進(jìn)行人臉檢測的結(jié)果。
圖2為在找到的人臉區(qū)域上進(jìn)行眼睛檢測的結(jié)果。
圖3為標(biāo)好特征點(diǎn)的人臉圖像。
圖4為對(duì)ASM初始位置進(jìn)行仿射變換后的結(jié)果。
圖5為用經(jīng)過仿射變換后的初始位置進(jìn)行ASM搜索得到的結(jié)果。
具體實(shí)施例方式
以下結(jié)合具體的實(shí)施例對(duì)本發(fā)明的技術(shù)方案作進(jìn)一步詳細(xì)描述。
實(shí)施例采用的圖像來自拍攝的人臉圖像庫。整個(gè)實(shí)現(xiàn)過程如下1.用adaboost方法進(jìn)行人臉檢測，如圖1所示。圖中的用白線畫出的長方形區(qū)域即為找到的人臉區(qū)域，該長方形左上角坐標(biāo)是(195，44)，右下角坐標(biāo)是(456，355)。
2.眼睛檢測，在找到的人臉區(qū)域里進(jìn)行眼睛檢測找到兩眼的位置，如圖2所示。
圖中左眼睛上的白色星型圖案即為找到的左眼睛位置，其坐標(biāo)為(106，128)，右眼睛上的白色星型圖案即為找到的右眼睛位置，其坐標(biāo)為(206，121)。
3.計(jì)算兩眼中點(diǎn)的坐標(biāo)、兩眼之間的距離、兩眼連線的角度。
根據(jù)兩眼的坐標(biāo)位置可求得兩眼中點(diǎn)坐標(biāo)為(156，125)，兩眼之間的距離為100個(gè)像素，兩眼連線的角度為4度。
4.從人臉庫中選擇n個(gè)標(biāo)好特征點(diǎn)的人臉圖像進(jìn)行ASM訓(xùn)練。標(biāo)好特征點(diǎn)的人臉圖像如圖3所示。即首先在訓(xùn)練集的每一個(gè)訓(xùn)練樣本圖像上選擇k個(gè)特征點(diǎn)，這k個(gè)特征點(diǎn)都代表了人臉上比較明顯的特征。對(duì)于每一個(gè)圖像，這k個(gè)特征點(diǎn)組成的形狀可以由一個(gè)向量x(i)＝[x1，x2，…，xk，y1，y2，…，yk]來表示，編號(hào)相同的特征點(diǎn)在不同的圖像中表示相同的特征，n個(gè)訓(xùn)練樣本圖像就有n個(gè)形狀向量，然后對(duì)這n個(gè)向量進(jìn)行校準(zhǔn)操作，使這些形狀向量所表示的形狀在大小、方向和位置上最為接近。然后對(duì)n個(gè)校準(zhǔn)后的形狀向量進(jìn)行PCA(主元分析)處理，這樣任何一個(gè)形狀都可以表示為x＝x+Pb，式中b＝PT.(x-x)，向量b的值表示了前t個(gè)模式的變化情況。對(duì)于訓(xùn)練樣本圖像中每個(gè)特征點(diǎn)需要建立其局部紋理，即在垂直于當(dāng)前特征點(diǎn)的前后兩特征點(diǎn)連線方向上以當(dāng)前特征點(diǎn)為中心兩邊各選擇m個(gè)像素，計(jì)算這m個(gè)像素的灰度值導(dǎo)數(shù)并歸一化從而得到一個(gè)profile。記第i個(gè)形狀向量中第j個(gè)特征點(diǎn)的profile為gij’則第j個(gè)特征點(diǎn)profile的平均，gj‾=1nΣi=1ngij,]]>其方差為Cj=1nΣi=1n(gij-gj‾)·(gij-gj‾)T,]]>對(duì)k個(gè)特征點(diǎn)都計(jì)算其profile的平均和方差，從而就得到了k個(gè)特征點(diǎn)的局部紋理。
5.以兩眼中點(diǎn)的位置、兩眼之間的距離、兩眼連線的角度對(duì)ASM模型初始位置進(jìn)行仿射變換，即先求得ASM初始模型上兩眼中點(diǎn)坐標(biāo)、兩眼距離、兩眼連線的角度，它們分別是(113，145)，90，12，然后對(duì)這個(gè)初始模型做如下操作把該模型在X方向上平移-43(113-156)個(gè)像素，在Y方向上平移21(145-125)個(gè)像素，以其中心旋轉(zhuǎn)8(12-4)度，并按0.9(90/100)的比例進(jìn)行縮放。仿射變換后的初始ASM模型如圖4所示。
6.以經(jīng)過仿射變換的初始位置進(jìn)行ASM搜索得到人臉特征點(diǎn)的位置，即以上一部中得到的初始ASM模型進(jìn)行ASM搜索，經(jīng)過17步迭代就可以最終定位60個(gè)特征點(diǎn)，如圖5所示。
本發(fā)明提出的人臉特征點(diǎn)定位方法具有較快的速度和較高的精度。以上實(shí)施例總耗時(shí)為0.37秒，誤差為3.8個(gè)像素。
權(quán)利要求
1.一種快速且精確的人臉特征點(diǎn)定位方法，其特征在于，首先用人臉檢測方法在圖像中找到人臉區(qū)域，再在該人臉區(qū)域上進(jìn)行眼睛檢測找到兩眼的位置，然后根據(jù)兩眼中點(diǎn)的位置、兩眼之間的距離以及兩眼連線的角度對(duì)初始ASM模型進(jìn)行仿射變換使得ASM模型的初始位置與真實(shí)特征點(diǎn)構(gòu)成的模型最為接近，最后再以該經(jīng)過仿射變換后的初始位置進(jìn)行ASM搜索，從而得到人臉特征點(diǎn)的位置。
2.根據(jù)權(quán)利要求1所述的快速且精確的人臉特征點(diǎn)定位方法，其特征是，包括如下步驟(1)在給定的圖像上進(jìn)行人臉檢測從而給出人臉區(qū)域的位置坐標(biāo)；(2)在找到的人臉區(qū)域上進(jìn)行眼睛檢測找到兩眼的位置；(3)計(jì)算兩眼中點(diǎn)的坐標(biāo)、兩眼之間的距離、兩眼連線的角度；(4)ASM模型的訓(xùn)練；(5)對(duì)ASM模型的初始位置進(jìn)行仿射變換；(6)用經(jīng)過仿射變換后的初始位置進(jìn)行ASM搜索。
3.根據(jù)權(quán)利要求2所述的快速且精確的人臉特征點(diǎn)定位方法，其特征是，所述的步驟(1)，是指利用adaboost方法進(jìn)行人臉檢測。
4.根據(jù)權(quán)利要求2所述的快速且精確的人臉特征點(diǎn)定位方法，其特征是，所述的步驟(2)，是指利用膚色信息、邊緣信息、哈夫變換、可分離度度量進(jìn)行眼睛的準(zhǔn)確定位。
5.根據(jù)權(quán)利要求2所述的快速且精確的人臉特征點(diǎn)定位方法，其特征是，所述的步驟(4)，是指首先在訓(xùn)練集的每一個(gè)訓(xùn)練樣本圖像上選擇k個(gè)特征點(diǎn)，這k個(gè)特征點(diǎn)都代表了人臉上比較明顯的特征，對(duì)于每一個(gè)圖像，這k個(gè)特征點(diǎn)組成的形狀由一個(gè)向量x(i)＝[x1，x2，...，xk，y1，y2，...，yk]來表示，編號(hào)相同的特征點(diǎn)在圖像中表示相同的特征，n個(gè)訓(xùn)練樣本圖像就有n個(gè)形狀向量，對(duì)這些形狀向量進(jìn)行校準(zhǔn)操作，使這些形狀向量所表示的形狀在大小、方向和位置上最為接近，然后對(duì)校準(zhǔn)后的形狀向量進(jìn)行PCA處理，這樣任何一個(gè)形狀都能表示為x＝x+Pb，式中b＝PT.(x-x)，向量b的值表示了前t個(gè)模式的變化情況；對(duì)于訓(xùn)練樣本圖像中每個(gè)特征點(diǎn)需要建立其局部紋理，即在垂直于當(dāng)前特征點(diǎn)的前后兩特征點(diǎn)連線方向上以當(dāng)前特征點(diǎn)為中心兩邊各選擇m個(gè)像素，計(jì)算這m個(gè)像素的灰度值導(dǎo)數(shù)并歸一化從而得到一個(gè)profile，記第i個(gè)形狀向量中第j個(gè)特征點(diǎn)的profile為gij，則第j個(gè)特征點(diǎn)profile的平均，gj‾=1nΣi=1ngij,]]>其方差為Cj=1nΣn1(gij-gj‾)·(gij-gj‾)T,]]>對(duì)k個(gè)特征點(diǎn)都計(jì)算其profile的平均和方差，從而就得到了k個(gè)特征點(diǎn)的局部紋理。
6.根據(jù)權(quán)利要求2所述的快速且精確的人臉特征點(diǎn)定位方法，其特征是，所述的步驟(5)，是指以兩眼中點(diǎn)的位置、兩眼之間的距離、兩眼連線的角度對(duì)ASM模型的平均形狀進(jìn)行仿射變換使得初始ASM模型與真實(shí)特征點(diǎn)構(gòu)成的模型最為接近。
7.根據(jù)權(quán)利要求2或者6所述的快速且精確的人臉特征點(diǎn)定位方法，其特征是，所述的仿射變換，是指對(duì)訓(xùn)練得到的平均形狀模型x，計(jì)算左眼球周圍的四個(gè)特征點(diǎn)的中心作為左眼睛位置，計(jì)算右眼球周圍的特征點(diǎn)的中心作為右眼睛位置，然后計(jì)算該平均形狀模型中兩眼的距離ds2、兩眼連線的角度angle2以及兩眼的中點(diǎn)坐標(biāo)[X2，Y2]，再對(duì)平均形狀模型x進(jìn)行仿射變換，即將把整個(gè)平均形狀模型x平移[X1-X2，Y1-Y2]，然后以該模型的中心旋轉(zhuǎn)angle1-angle2，最后再以ds1/ds2的比例進(jìn)行縮放。
8.根據(jù)權(quán)利要求2或者6所述的快速且精確的人臉特征點(diǎn)定位方法，其特征是，所述的仿射變換，由X＝M(s，θ)[x]+Xc來表示，該式表示對(duì)x以其中心逆時(shí)針旋轉(zhuǎn)θ縮放s，然后再平移Xc，其中Xc＝(Xc，Yc，Xc，Yc，...，Xc，Yc)。
9.根據(jù)權(quán)利要求2所述的快速且精確的人臉特征點(diǎn)定位方法，其特征是，所述的步驟(6)，是指用初始模型在新的圖像中搜索目標(biāo)形狀，使搜索到的最終形狀中的特征點(diǎn)和相對(duì)應(yīng)的真正特征點(diǎn)最為接近，這個(gè)搜索過程主要是通過仿射變換和參數(shù)b的變化來實(shí)現(xiàn)。
10.根據(jù)權(quán)利要求2或者9所述的快速且精確的人臉特征點(diǎn)定位方法，其特征是，所述的步驟(6)，具體通過反復(fù)如下兩步來實(shí)現(xiàn)(1)計(jì)算每個(gè)特征點(diǎn)的新位置首先把初始ASM模型覆蓋在圖像上，對(duì)于模型中第j個(gè)特征點(diǎn)，在垂直于其前后兩個(gè)特征點(diǎn)連線方向上以其為中心兩邊各選擇1個(gè)像素，l大于m，然后計(jì)算這1個(gè)像素的灰度值導(dǎo)數(shù)并歸一化從而得到一個(gè)profile，在這個(gè)新profile中取長度為m的sub-profile記為temp(P)，定義一個(gè)能量函數(shù)fj(p)=(temp(P)-gj‾)·Cj-1.(temp(P)-gj‾)T]]>，用此能量函數(shù)評(píng)判當(dāng)前sub-profile與 之間的相似性，選擇使fj(p)最小的位置作為該特征點(diǎn)的新位置，并計(jì)算其變化dXj，對(duì)每個(gè)特征點(diǎn)都進(jìn)行這樣的計(jì)算就得到k個(gè)位置變化dXi，i＝1，2，...，k，并組成一個(gè)向量dX＝(dX1，dX2，...，dXk)；(2)仿射變換中的參數(shù)和b的更新由式X＝M(s，θ)[x]+Xc得M(s(1+ds)，(θ+dθ))[x+dx]+(Xc+dXc)＝(X+dX)，M(s(1+ds)，(θ+dθ))[x+dx]＝M(s，θ)[x]+dX+Xc-(Xc+dXc)，由式x＝x+Pb，找到db使得x+dx＝x+P(b+db)，由式x＝x+Pb得db＝P-1dx，對(duì)參數(shù)作如下更新Xc＝Xc+wtdXc，Yc＝Y(jié)c+wtdYc，θ＝θ+wθdθ，b＝b+Wbdb，式中wt，wθ，ws，Wb是用于控制參數(shù)變化的權(quán)值，這樣由式x＝x+Pb得到新的形狀。
全文摘要
一種圖像處理技術(shù)領(lǐng)域的快速且精確的人臉特征點(diǎn)定位方法，首先用人臉檢測方法在圖像中找到人臉區(qū)域，再在該人臉區(qū)域上進(jìn)行眼睛檢測找到兩眼的位置，然后根據(jù)兩眼中點(diǎn)的位置、兩眼之間的距離以及兩眼連線的角度對(duì)初始ASM模型進(jìn)行仿射變換使得ASM模型的初始位置與真實(shí)特征點(diǎn)構(gòu)成的模型最為接近，最后再以該經(jīng)過仿射變換后的初始位置進(jìn)行ASM搜索，從而得到人臉特征點(diǎn)的位置。本發(fā)明提出的融合了人臉檢測、眼睛檢測、ASM特征點(diǎn)定位的人臉特征點(diǎn)定位方法可以進(jìn)一步應(yīng)用于人臉識(shí)別，性別識(shí)別、表情識(shí)別、年齡估計(jì)等方面，具有較快的速度和較高的精度。
文檔編號(hào)G06K9/00GK1731416SQ200510028439
公開日2006年2月8日 申請(qǐng)日期2005年8月4日 優(yōu)先權(quán)日2005年8月4日
發(fā)明者杜春華, 楊杰 申請(qǐng)人:上海交通大學(xué)