基于AAM的人臉特征點定位算法研究與改進.pdf

1、自動人臉識別(AFR)主要研究如何賦予計算機通過人臉辨別人物身份的能力，作為模式識別的一個研究領域，不僅具有非常重要的科學意義并且商業(yè)應用價值巨大。經過幾十年的發(fā)展，AFR在受控環(huán)境和人工配合的情況下已經達到非常高的識別率，并出現了不少實際應用的商業(yè)系統(tǒng)。AFR系統(tǒng)主要有三個部分組成：人臉檢測、人臉特征點定位、人臉特征提取和特征分類。人臉特征點定位作為AFR系統(tǒng)最重要的組成部分，它的定位精度在很大程度上影響著AFR系統(tǒng)的性能，同時它也是

2、人臉表情識別和人臉三維建模的關鍵步驟。主動表觀模型(Active Appearance Model，簡稱AAM)作為人臉特征點定位最主要和最有效的方法之一，被大量的學者研究并應用于實際的AFR系統(tǒng)中。本文對該方法在實際應用中遇到的問題進行了深入分析和研究，對其不足提出了相應的改進方法。 主要的改進有以下三點： 1)針對光照變化影響定位算法效果的問題，提出一種快速Gabor小波算法，用它提取輸入圖像的紋理信息用于AAM紋理

3、建模和擬合計算。 2)針對人臉某部分發(fā)生遮擋導致定位算法效果變差的問題，提出一種基于分塊加權的AAM擬合算法。該方法先把人臉區(qū)域分成幾個子區(qū)域，然后根據每個區(qū)域被遮擋的程度分配一個權重，在擬合過程中不斷調整每個區(qū)域對應的權重從而到達消除遮擋干擾的目的。 3)為了提高擬合算法的效率，提出基于多分辨率的AAM擬合算法。首先在低分辨率圖像上進行擬合，因為該圖像包含的紋理信息相對較少，所以擬合所需要的計算復雜度也相對較少，在該圖