基于分層隨機森林的面部特征點檢測技術研究.pdf

1、面部特征點檢測技術，就是在人臉圖像中檢測出預先定義的某些點的位置，主要是指面部五官特征的位置。由于面部特征點檢測可以為人臉分析問題提供一些重要的基礎數據，因此成為人臉分析領域中一個熱門的研究方向。目前，國內外學者在面部特征點檢測方面已經提出了大量的方法，其中對于約束條件下的人臉圖像的特征點檢測精度已經超過人工標注的精度。但是，對于非約束條件下的面部特征點檢測仍然存在著巨大的困難，其主要原因在于一些影響人臉圖像的變化因素使得面部特征點檢測

2、的精度下降很多。這些變化因素包括復雜的背景、人臉朝向的變化、面部表情的變化、人臉被局部遮擋以及光照條件的變化等。針對非約束條件下，人臉朝向變化以及人臉被局部遮擋對面部特征點檢測的影響，本文在經典的隨機森林算法上進行改進，提出建立分層的隨機森林模型進行面部特征點檢測。
　　分層的隨機森林模型分為兩層：第一層是用于估計人臉朝向的隨機森林，第二層是用于檢測面部特征點的條件回歸森林。在訓練過程中，首先，在完整的訓練集上通過學習每個圖像塊的

3、紋理特征和人臉朝向之間的關系，生成第一層隨機森林。然后，在依據人臉朝向分類的訓練子集上，通過學習每個圖像塊和面部特征點之間的空間關系，生成條件回歸森林。由于是在有條件的訓練子集上生成回歸森林，因此決策樹在生長時不需要處理表現在外觀和形狀方面的所有面部變化。在測試過程中，應用第一層的隨機森林估計測試圖像的人臉朝向。依據計算得到的人臉朝向類的概率分布建立第二層的條件回歸森林。統(tǒng)計測試圖像在第二層條件回歸森林中到達的所有葉子節(jié)點，組成一個投票