一种定位人脸部特征的光学聚类方法_周冕

一种处理遮掩的人脸特征点定位方法
邹北骥;曾阳;王磊;彭小宁
【期刊名称】《系统仿真学报》
【年(卷),期】2009()8
【摘要】AAM(Active Appearance Models,主动表观模型)是一种定位人脸特征点的有效方法,它由人脸动态表观建模和拟合算法两部分组成。

在多种拟合算法中,投影式反向组合算法(Project-Out Inverse Compositional Algorithm)具有快速高效的特点。

但当人脸的某部分被遮掩时,算法的精度会明显下降。

提出一种采用逐层细分掩模消除干扰的正规化反向组合算法,该算法既保留了反向组合算法快速高效的优点又提高了算法处理遮掩的能力。

实验结果表明:在采用标准的IMM人脸库作为训练集的情况下,当脸部被遮掩0%-30%时,算法能够保证定位特征点的标准误差值介于0.01-0.1之间。

【总页数】6页(P2229-2234)
【作者】邹北骥;曾阳;王磊;彭小宁
【作者单位】中南大学信息科学与工程学院;怀化学院计算机科学与技术系
【正文语种】中文
【中图分类】TP391.9
【相关文献】
1.一种基于改进的ASM的人脸特征点定位方法
2.一种快速高效的人脸特征点定位方法
3.一种基于偏转角度的AAM人脸特征点定位方法
4.一种鲁棒的全自动人脸特征点定位方法
5.一种基于肤色特征的人脸特征点定位方法
因版权原因，仅展示原文概要，查看原文内容请购买。

一种改进的提取人脸面部特征点的AAM拟合算法王磊;邹北骥;彭小宁;周凌【期刊名称】《电子学报》【年(卷),期】2006(34)8【摘要】AAM(Active Appearance Model)是一种用来提取人脸特征点的有效方法,由人脸动态表观建模和拟合算法两部分组成.在多种AAM拟合算法中,反向组合法以快速高效著称.但在遇到外物遮挡时,AAM算法的拟合效果会变差.本文在反向组合法的基础上提出了一种基于分层细化掩模的改进算法.实验结果表明,该算法能较好地去除干扰并保留对拟合有用的信息,具有较强的抗干扰鲁棒性.【总页数】4页(P1424-1427)【作者】王磊;邹北骥;彭小宁;周凌【作者单位】中南大学信息科学与工程学院,湖南,长沙,410083;浙江大学计算机辅助设计与图形学国家重点实验室,浙江,杭州,310058;中南大学信息科学与工程学院,湖南,长沙,410083;浙江大学计算机辅助设计与图形学国家重点实验室,浙江,杭州,310058;中南大学信息科学与工程学院,湖南,长沙,410083;浙江大学计算机辅助设计与图形学国家重点实验室,浙江,杭州,310058;华为技术有限公司,广东,深圳,518129【正文语种】中文【中图分类】TP391.41【相关文献】1.基于改进AAM的人脸特征点提取 [J], 牛星;席志红;金子正秀2.一种改进的AAM人脸特征点快速定位方法 [J], 范小九;彭强;Jim X Chen;夏旭3.基于AAM和ASM的面部特征点提取研究 [J], 王智4.基于 AAM 关键特征点提取的人脸照片分类方法的研究与应用 [J], 王建涛5.基于改进AAM的人脸特征点检测 [J], 王磊;刘辉;余四洋;毕学霞;曾令军因版权原因，仅展示原文概要，查看原文内容请购买。

2 算法概述
终消除干扰 . 在利用反向组合算法进行拟合计算的过程中 , 若遇到 外物遮挡 , 模型与输入图像之间的误差值必然会大于正常 情况下的误差值 . 由于这类干扰出现时多集中在某个区域 内 , 因此考虑设置掩模 M ( x) 来消除干扰影响 . 这样把求式 ( 2 ) 的极小值转化为求式 ( 3 ) 的极小值 :
Key words: ac tive app earance m ode l ( AAM ) ; fitting algo rithm; inverse com p ositiona l a lgo rithm; ex trac t facial
feature
1 引言
面部特征点勾勒了人脸的主要形状特征 , 一般位于人 脸五官轮廓的尖端或突出处 , 如内外眼角 、 嘴角和鼻尖等 . 特征点的准确定位对于人脸识别 、 表情分析和基于视觉的 人机交互等研究具有重要的意义 . 现有的研究大多是采用 无监督统计方法 . 这些方法的主要思想是 : 首先找出一组 人脸基图像 , 然后用基图像的线性组合来表示人脸 . 近年 [ 1 ～3 ] 来寻找快速有效的人脸特征点提取方法 已成为计算机 视觉 研 究 的 一 个 热 点 . AAM ( A c tive A ppea rance M od 2 [ 4 ～6 ] e l) 是一种快速有效的人脸特征点提取方法 . 该方法由 人脸动态表观建模和拟合算法两部分组成 . 其基本思想 是 : 首先对一组已标记特征点的人脸图像进行训练 , 根据
M ( x) ・ ∑
x
T (W ( x; Δp ) ) - I (W ( x; p ) )
2
( 3)
反向组合算法 由 L ucas 2Kanade 算法演化而来 , 是 一种快速有效的 AAM 拟合算法 . L ucas 2Kanade 算法通过 求解式 ( 1 )的极小值实现输入图像与模板图像的最大匹配 :

专利名称：基于深层特征聚类的人脸表情识别的实现方法专利类型：发明专利
发明人：吴晨,李雷,吴婧漪
申请号：CN201910240401.7
申请日：20190327
公开号：CN109993100A
公开日：
20190709
专利内容由知识产权出版社提供
摘要：本发明揭示了一种基于深层特征聚类的人脸表情识别的实现方法，该方法包括以下步骤：S1：采集各种人脸表情图片，并根据人脸表情逐一分类；S2：图片预处理，去除模糊照片，再用基于卷积神经网络的级联多任务人脸检测算法得到人脸关键点，并根据关键点统一裁剪人脸图片；S3：构建基于卷积神经网络的人脸表情识别网络，并将预处理后的人脸表情图片分别输入网络当中计算损失函数并进行训练；S4：获取训练好的人脸表情识别网络，并应用于实测。

该方法解决了人脸表情识别精确率较低和过拟合等问题。

申请人：南京邮电大学
地址：210003 江苏省南京市鼓楼区新模范马路66号
国籍：CN
代理机构：南京苏科专利代理有限责任公司
代理人：范丹丹
更多信息请下载全文后查看。

ｒ ｓ ｏ ｓ ｓ ｎ ｒ ｍｏ ｉ ｇ ｏ ｅ ｐ ｎ ｅ ａ ｄ ｅ ｖ ｎ ｌ ｗ ｍａ ｎ ｔｄ ｒ ｓ ｏ ｅ ， ｔ ｅ ｉ ｅ ｐ ｉ ｔ ｂｅｏ ｇ ｎ ｔ ｆ ｃａ ｆ ａ ｒ ｓ ｇ ｕ ｅ ｅ ｐ ｎｓ ｓ ｈ ｐ ｘ ｌ ｏ ｎ ｓ ｉ ｌ ｎ ｉ ｇ ｏ ａ ｉ ｌ ｅ ｔ ｅ ｗｅｅ ｕ ｒ
（．天 津 大 学 精 密 测 试 技 术 及 仪 器 国 家 重 点 实验 室 ， 津 ３０ ７ １ 天 ０ ０２； ２ 英 国 雷 丁 大 学 系 统 工 程 学 院 ， 丁 英 国 Ｒ ６６ Ｙ ； ． 雷 Ｇ Ａ ３ 天 津 外 国语 大 学 教 育技 术 与 信 息 学 院 ， 津 ３ ００ ） ． 天 ０ ２４ 摘 要 ：人 脸 识 别 技 术 需要 对 脸 部 特 征 进 行 定 位 ， 而 有 助 于 确 保 图 像 一 致 和 建 立 人 脸 模 型 。 ｅ ｈ ｄ ｆ ｒ ｌ ｃ ｔｎ ａ ｉ ｌｆ ａ ｕｒ ｓ ｉ ａ ｌ ｓ ｅ ｉ ｇ ｍ ｔ ｏ ｏ ｏ ａ ｉ ｇ ｆ ｃ ａ ｅ ｔ ｅ
Ｚ ｏ ａ ＿ ＷａｇＸ ａ ｇ ｎ ｈ ｕＭｉ ’ ． ｎ ｉ ｊ ｎ ｖ ｎ ｕ
（． ｔｔ ｅ ａｏａ ｒ ｆＰｅｉ ｏ ａｕｉｇ Ｔ ｃｎ ｌｇ ｎ ｎｔ ｍｅｔ， ｉ ｊ ｉｅｓ ｙ Ｔａｊ ０ ０ ２ Ｃ ｉａ １ Ｓａ Ｋ ｙ Ｌ ｂ ｒｔ ｙｏ ｒｃｓ ｎ Ｍｅｓｒ ｅｈ ｏｏ ｙ ａｄＩｓ ｕ ｎｓ Ｔａ ｉ Ｕｎｖ ｒｔ， ｉ ｉ ３ ０ ７ ， ｈｎ ｅ ｏ ｉ ｎ ｒ ｎ ｎ ｉ ｎ ｎ
Ａｂ ｔ ａ ｔ Ｔｈ ｌｃ ｌ ａｉｎ ｎ ａ ｉｌ ｅ ｔｒ ｓ ｉ ｎ ｅ ｅ ｆ ｒ ａ ｅ ｒ ｃ ｇ ｉ ｏ ｓｎ ｅ ｉ ｅｐ ｋ ｅ ｉ ｇ ｓｒ ｃ ： ｅ ｏ ａｉ ｔｏ ｏ ｆ ｃａ ｆ ａｕ ｅ ｓ ｅ ｄ ｄ ｏ ｆ ｃ ｅ ｏ ｎｔ ｎ ｉ ｃ ｔ ｚ ｉ ｈ ｌ ｓ ｅ ｐｎ ａ ｃ ｒ ａ ｃ ｅｗｅ ｎ ｆ ｃ ｍａ ｅ 抽 ｄ ｂ ｉｄｎ ａ ｅ ｍｏ ｅ ．Ｉ ｈ ｓｐａ ｅ ．ａ ｎ ｖ ｌｍ ｅｈ ｄ ｆ ｒ ｌ ｃ ｔ ｇ ｆ ｃａ ｃ ｏｄ ｎ ｅｂ ｔ ｅ ａｅ ｉ ｇ ｓ ｕ ｌｉ ｇ ｆ ｃ ｄ １ ｎ ｔ ｉ ｐ ｒ ｏ ｅ ｔ ｏ ｏ ａ ｎ ａ ｉｌ ｏ ｉ ｆａｕ ｅ ｓ ｐ ｅ ｅ ｔｄ ｗｈ ｃ ｎ ｌｄ ｄ ｔ ｔ ｐ ：ｆｌ ｒｎ ｎ ｌｓｅ ｉ ｇ ａ ｅ ｉ ａ ｅ ｒ ｉｓｌ ｒ ｃ ｓ ｅ ｅ ｔｒ ｓ ｗａ ｒ ｓ ｎ ｅ ｉｈ ｉｃｕ ｅ ｗｏ ｓｅ ｓ ｉ ｔ ｉｇ ａ ｄ ｃｕ ｔｒｎ ．Ｆ ｃ ｍ ｇ ｓｗｅ ｅ ｆｒｔ ｐ ｏ ｅ ｓ ｄ ｅ ｙ

专利名称：一种基于黄金分割法的人脸图像聚类方法专利类型：发明专利
发明人：钱丽萍,俞宁宁,周欣悦,吴远,黄亮
申请号：CN201910663745.9
申请日：20190723
公开号：CN110532867B
公开日：
20220617
专利内容由知识产权出版社提供
摘要：一种基于黄金分割法的人脸图像聚类方法，包括以下步骤：1)应用深度卷积神经网络DCNN实现对数据库中所有人脸图片的特征表示；2)应用K‑Means++聚类算法实现对图像表征的聚类；3)基于0.618黄金分割法确定最优聚类数目，过程为：首先，给定聚类范围[a,b]，K∈[a,b]。

在范围内任意初始化给定聚类数目K0，基于聚类结果的内部性能评估指标构建优化函数f(K)；接着，基于0.618黄金分割优化算法一维动态搜索函数最优解。

该最优解即为最优聚类数目K*，对应聚类结果C*即为该人脸图像库的最佳聚类。

本发明显著提升人脸图像聚类性能。

申请人：浙江工业大学
地址：310014 浙江省杭州市下城区朝晖六区潮王路18号
国籍：CN
代理机构：杭州斯可睿专利事务所有限公司
代理人：王利强
更多信息请下载全文后查看。

IA (P ) =
为 A 的测度 (实际计算中
(A ) 为区域 A 的面积 ) 。
以 ( 1)式作为卷积核与左眼所在 区域的图像 f ( x, y ), ( x, y ) # 做卷积 e( x, y ) = f ( x, y ) * M ( x, y ), ( x, y ) # 若 e( x c, y c ) =
图 2 人脸 三庭五 眼 示意图
人眼特征点应该选择最能代表人眼特征的某 些位置 , 主 要 包括 眼 珠 中 心 点 和 人 眼 轮 廓。 在 M PEG 4 标 准
[ 7]
图 5 人眼区域的灰度图像
中, FDP ( F ace Def in ition Param e 首先检测左眼特征点, 利用类似的方法可以检
ters)定义了 人 脸面 部 几何 特 征信 息。 本文 参 照
第 1期
王
罡 等 : 一种基于人脸检测的人眼特征定位方法
39
测到右眼特征点。用二元函数 f ( x, y ) 表示人脸图 像 , 集合 为左眼所在的区域。 首先估计出左眼的一些参数 (主要是左眼的宽 度 l 和高度 ) , 这可以根据检测到的左眼区域的大 小来估计。左眼珠直径也可以估计出来, 约为左眼 宽的 1 /3 , 即 l /3 。我们检测左眼珠位置是基于以 下事实 : 左眼区域中, 眼珠所在区域的灰度值与其 他区域相比是最小的。故设法得到左眼区域内灰 度值最小的区域。下面介绍用特征区域灰度极小 检测法检测左眼中心点。 1 假设左眼珠直径为 d ( d ! l) , 构造大 小为 3 1 1 1 1 ( - d, d ) ∀ ( - d, d ) 的模板 , 在左眼区域 2 2 2 2 内逐像素移动模板。假设模板覆盖到的区域为 A, 则其位置可由 A 的中心位置 (x, y ) 确定。令: M ( x, y ) = 其中 P # 1 I (P ) (A ) A 1 P# A , 0 P A ( 1)

专利名称：一种人脸图像聚类方法、系统、产品及介质专利类型：发明专利
发明人：朱金华,陈婷,蔡振伟,何俊豪,王赟,裴卫斌
申请号：CN201910784939.4
申请日：20190823
公开号：CN110516586A
公开日：
20191129
专利内容由知识产权出版社提供
摘要：一种人脸图像聚类方法，首先获取M张目标人脸图像，分别提取M张目标人脸图像的人脸特征向量和时空特征，时空特征包括拍摄目标人脸图像的摄像头的空间位置、摄像头类别及拍摄时刻中的任意一者或多者，然后根据预设的聚类中心数N对所述M张目标人脸图像的人脸特征向量进行粗聚类划分以得到N个分区，最后基于所述M张目标人脸图像的信息特征，根据各个分区对应的预设基础索引进行聚类，得到K个图像集。

由于预设基础索引包括预设时空逻辑，用于在各个分区中，对于聚为同一类的若干人脸特征向量，去除其中不符合预设时空逻辑的人脸特征向量，或者将其中不符合预设时空逻辑的人脸特征向量取出并聚为另一类，达到高效高质量的聚类。

申请人：深圳力维智联技术有限公司,南京中兴力维软件有限公司
地址：518057 广东省深圳市南山区粤海街道科苑南路3099号储能大厦六层
国籍：CN
代理机构：深圳鼎合诚知识产权代理有限公司
更多信息请下载全文后查看。

一种基于相似度及复杂度的人眼定位算法
裘伟
【期刊名称】《苏州大学学报（工科版）》
【年(卷),期】2006(026)006
【摘要】提出一种在检测到人脸区域的前提下,对人眼进行准确定位的算法.该算法首先计算人脸图像的相似度信息,并对得到的相似度图像进行二值化,从而标定人脸区域.然后对得到的人脸区域进行图像块分割,通过复杂度计算得到三个复杂度最大的区域块,计算其居中度,从而实现对人眼的准确定位.
【总页数】5页(P6-10)
【作者】裘伟
【作者单位】国防科技大学机电工程与自动化学院自动化研究所,湖南,长沙410073
【正文语种】中文
【中图分类】TP301
【相关文献】
1.基于图像块复杂度和分段距离函数的人眼定位算法研究 [J], 程磊;郑鑫
2.一种基于积分投影的人眼定位算法 [J], 何春
3.一种基于积分投影的人眼定位算法 [J], 何春;
4.一种改进的基于灰度投影的人眼定位算法 [J], 王锟;田翔;王卫锋
5.一种基于机器学习的相似度算法在文本相似度比较中的应用——以法律文本比较为例 [J], 骆浩楠;汪峥;李峰
因版权原因，仅展示原文概要，查看原文内容请购买。

专利名称：一种基于聚类分析自主再学习的人脸识别方法专利类型：发明专利
发明人：阳义青,徐联伯
申请号：CN202010064433.9
申请日：20200120
公开号：CN111079720A
公开日：
20200428
专利内容由知识产权出版社提供
摘要：本发明涉及人脸识别技术，公开了一种基于聚类分析自主再学习的人脸识别方法。

后台数据库中存储注册照及其人脸特征向量，人脸识别时抓拍人脸特征向量与后台数据库中人脸特征向量比较，并计算每个抓拍人脸特征向量与后台数据库中的人脸特征向量组综合相似度。

采用聚类算法分析一段时间内的抓拍图，依据抓拍时的天气、时间及匹配到人的综合相似度，更新到后台数据库。

当人脸特征向量达到10个时，则后台数据库的对应人脸特征向量达到饱和；用最新的人脸特征向量替换最老的人脸特征向量。

通过该发明设计的人脸识别方法能识别外界变化，完成自主学习，保证人脸识别系统随时间推移准确率和召回率越来越高。

申请人：杭州英歌智达科技有限公司
地址：310012 浙江省杭州市庆隆路9号B幢502室
国籍：CN
代理机构：浙江杭知桥律师事务所
更多信息请下载全文后查看。

专利名称：一种人脸活体检测联合判断方法专利类型：发明专利
发明人：周正斌
申请号：CN202010047342.4
申请日：20200116
公开号：CN111401127A
公开日：
20200710
专利内容由知识产权出版社提供
摘要：本发明公开了一种人脸活体检测联合判断方法，包括面部特征点获取，人脸基本动作判断，人脸活体检测，人脸活体检测联合判断；所述面部特征点获取，用已有的深度学习模型提取人脸特征点；所述人脸基本动作判断，用人脸特征点在视频中的移动判断人脸的基本动作；所述人脸活体检测，通过人脸深度图和三维图分别训练模型，使用训练得到的模型进行活体检测；所述人脸活体检测联合判断，通过人脸基本动作和人脸活体检测联合判断人脸是否为真人脸。

本发明针对人脸特征和人脸运动规律，采用了基于深度学习的人脸动作判断和人脸活体检测相结合的方法，提高人脸活体检测的准确性。

申请人：创意信息技术股份有限公司
地址：610000 四川省成都市青羊区万和路99号丽阳天下7-9室
国籍：CN
代理机构：成都金英专利代理事务所(普通合伙)
代理人：袁英
更多信息请下载全文后查看。

专利名称：人脸聚类方法、装置、计算机设备和可读存储介质专利类型：发明专利
发明人：李四伟,孔德亮,许斯亮,梁杰
申请号：CN202011055014.5
申请日：20200930
公开号：CN112364688A
公开日：
20210212
专利内容由知识产权出版社提供
摘要：本发明提供了一种人脸聚类方法、装置、计算机设备和可读存储介质。

预设陌生人中心和已识别人中心，其中，已识别人中心包括属于同一人脸的主图片和辅助图片，人脸聚类方法包括：计算目标人脸图片与主图片的相似度，得到第一相似度，计算目标人脸图片与辅助图片的相似度，得到第二相似度；分别比较第一相似度与预设第一阈值、第一相似度与第二相似度的大小关系；以及若第一相似度达到预设第一阈值，且第一相似度与第二相似度的大小关系满足第一预设规则，则将目标人脸图片的类别识别为陌生人中心。

通过本发明，无需收集训练数据和针对不同训练场景训练不同模型，且能够对聚类错误进行识别。

申请人：北京奇信智联科技有限公司
地址：100015 北京市朝阳区利泽中一路1号院1号楼2层202B号西133
国籍：CN
代理机构：北京英特普罗知识产权代理有限公司
代理人：程超
更多信息请下载全文后查看。

专利名称：一种基于双分支网络的面部表情识别模型的构建方法
专利类型：发明专利
发明人：周世杰,徐阳,程红蓉,廖永建,刘启和,谭浩,刘辉,王攀,周净
申请号：CN202010518449.2
申请日：20200609
公开号：CN111652171A
公开日：
20200911
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于双分支网络的面部表情识别模型的构建方法，包括：S1，样本集预处理并数值化；S2，样本集划分为训练集和测试集；S3，构建双分支网络；S4，定义目标函数；
S5，利用训练集训练所述双分支网络得到面部表情识别模型；S6，利用测试集验证所述面部表情识别模型的准确率。

本发明通过构建双分支网络分别对脸部区域图像和眉眼区域图像进行特征提取和分类，以解某些特定因素的影响导致脸部的表情差异较大而降低识别率，以及单一卷积神经网络不能充分利用表情变换蕴含的时间序列信息造成资源浪费的问题。

申请人：电子科技大学
地址：611731 四川省成都市成华区建设北路二段4号
国籍：CN
代理机构：成都九鼎天元知识产权代理有限公司
代理人：钱成岑
更多信息请下载全文后查看。

专利名称：基于多任务学习的人脸关键特征点的定位方法专利类型：发明专利
发明人：金一,边鹏,安高云,阮秋琦,谢郑楠,郎丛妍
申请号：CN201710010146.8
申请日：20170106
公开号：CN106897662A
公开日：
20170627
专利内容由知识产权出版社提供
摘要：本发明提供了一种基于多任务学习的人脸关键特征点的定位方法。

该方法包括根据级联分类器对目标图像进行人脸区域检测，利用人眼检测器定位识别出的人脸区域中的人眼的位置，计算出人脸区域中的两眼间的距离；将人脸区域中的两眼间的距离与人脸平均模型中的两眼间的距离进行对比，根据比较结果确定人脸平均模型的缩放比例，利用缩放比例对人脸平均模型中的人脸区域进行位置调整，通过多任务学习方法定位目标图像对应的人脸区域中的人脸特征点。

本发明通过利用不同特征的表征优势，结合多任务学习的框架，解决了监督梯度下降法中的特征点定位中的学习不足的问题，提升了人脸特征点定位的初始化模型的检测性能，提高了人脸关键特征点定位的准确性。

申请人：北京交通大学
地址：100044 北京市海淀区西直门外上园村3号
国籍：CN
代理机构：北京市商泰律师事务所
代理人：黄晓军
更多信息请下载全文后查看。

专利名称：一种快速人脸密度预测和人脸检测方法、装置、电子设备及存储介质
专利类型：发明专利
发明人：张敏文,周治尹
申请号：CN202011306982.9
申请日：20201119
公开号：CN112329702A
公开日：
20210205
专利内容由知识产权出版社提供
摘要：本申请提供一种快速人脸密度预测和人脸检测方法、装置、电子设备及存储介质，该方法包括以下步骤：获取待检测图像；采用特征金字塔残差块提取待检测图像中的多尺度特征；采用互嵌入上采样模块进行特征融合；采用人脸检测模块预测人脸置信度和人脸的宽度、高度。

在上述的实现过程中，本申请采用预测高斯分布的方法来预测图像中的人脸密度和检测图像中的人脸，避免使用候选框而带来的不稳定因素；采用一种特征金字塔残差块使用小的卷积核并且不增加网络的深度来增大神经元的感受野；实现不增加网络的深度和参数提高神经元的感受野，使得网络能够提取出更多的人脸信息。

申请人：上海点泽智能科技有限公司
地址：200080 上海市虹口区塘沽路309号14层C室
国籍：CN
代理机构：苏州市中南伟业知识产权代理事务所(普通合伙)
代理人：王敏
更多信息请下载全文后查看。

一种鲁棒的人脸特征定位方法
吴暾华;周昌乐
【期刊名称】《计算机应用》
【年(卷),期】2007(027)002
【摘要】提出了一种基于AdaBoost算法和C-V方法的人脸特征定位方法.首先根据AdaBoost算法训练样本得到脸、眼、鼻、嘴4个检测器;然后结合人脸边缘图像的先验规则,使用人脸检测器提取人脸区域;接着利用眼、鼻、检测器从人脸区域中检测出人脸特征所在的矩形区域;最后利用C-V方法从各个特征区域中分割出人脸特征的轮廓,进而得到人脸关键特征点的位置.在DTU IMM人脸测试集上,眼睛的检测率为100%，鼻子的检测率为95.3%,嘴巴的检测率为98.4%,提取出的特征点位置准确.实验结果表明方法是有效和鲁棒的.
【总页数】4页(P327-329,336)
【作者】吴暾华;周昌乐
【作者单位】厦门大学,信息科学与技术学院,福建,厦门,361005;厦门大学,信息科学与技术学院,福建,厦门,361005
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.利用肤色分割和对称变换实现鲁棒人脸特征定位 [J], 蔡涛;徐国华;李德华
2.一种鲁棒的长期人脸特征点跟踪系统 [J], 林智能
3.一种鲁棒高效的人脸特征点跟踪方法 [J], 黄琛;丁晓青;方驰
4.一种鲁棒的全自动人脸特征点定位方法 [J], 王丽婷;丁晓青;方驰
5.一种虚假告警鲁棒的网络故障定位方法 [J], 张君;郑秋华
因版权原因，仅展示原文概要，查看原文内容请购买。