基于改進的ASM人臉特點定位方法研究.pdf

1、本文研究的主要內容為人臉特征點的定位。
　　人臉特征點定位是一項富有理論基礎和實用價值的研究課題，它是人臉圖像分析技術的基礎與關鍵，也是計算機視覺和模式識別等技術領域的熱點問題，如在人臉識別、人臉表情分析、三維人臉重建、生物特征識別、人機交互等具體應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，但是由于人臉面部表情和姿態(tài)的復雜性以及易受外部環(huán)境因素的干擾，導致很難對特征點進行準確的定位，技術的實時性和準確性也沒

2、有達到實用的程度，所以至今仍然沒有一個普遍應用的方法來解決這些研究難題。
　　論文對目前常用的人臉特征點定位算法和模型進行了總結，并在主動形狀模型(ASM)的基礎上，提出了一種改進的ASM算法對人臉特征點進行定位提取，主要的工作內容如下:
　　1)全面闡述人臉特征點定位的研究背景和意義以及研究現(xiàn)狀，對目前比較常見的定位提取方法進行總結，簡單分析總結各種方法的優(yōu)缺點。
　　2)介紹基于Adaboost算法的人臉檢測方法，

3、從Haar-like特征、積分圖、分離器訓練以及級聯(lián)分類器等方面進行闡述。
　　3)系統(tǒng)介紹基于傳統(tǒng)的主動形狀模型(ASM)的人臉特征點定位算法，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個方面進行說明，并指出經(jīng)典算法存在的缺陷。
　　4)對基于經(jīng)典ASM算法的人臉特征點定位算法在實際應用中碰到的問題進行深入分析，提出一種基于改進的ASM算法人臉特征點定位方法，改進之處主要體現(xiàn)在兩個方面:一是初始位置的優(yōu)化，利用形

4、狀信息，通過最小二乘法擬合虹膜圓，得到圓的中心位置坐標來準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圖像的人臉區(qū)域，加快特征點定位的收斂速度;二是對建立局部紋理模型的改進，將人臉分割為兩個獨立的模型部分（上形狀模型、下形狀模型），同時對這兩個獨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，提高特征點定位的精度。
　　5)對經(jīng)典ASM算法和改進ASM算法特征點定位實驗結果進行對比，主要比較定位