資源描述：
《快速人臉檢測與特征定位》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第10卷第11期中國圖象圖形學(xué)報Vo.l10,No.112005年11月JournalofImageandGraphicsNov.,2005快速人臉檢測與特征定位朱文佳戚飛虎(上海交通大學(xué)計算機科學(xué)與工程系,上海200030)摘要人臉檢測與特征定位是人臉分析技術(shù)的一個重要組成部分,其目標(biāo)是在圖像中搜索人臉特征(如眼、鼻、嘴、耳等)的位置。雖然人們可以毫不費力地完成這些工作,但對于機器來說,這依然是一件極其困難的任務(wù)。近幾年來該項技術(shù)已有了長足的發(fā)展,已成功地應(yīng)用于諸如人臉識別、姿態(tài)識別、表情識別、臉部動畫等諸多領(lǐng)域。本文利用
2、DavidCristinace和TimCootes提出的一個多階段人臉特征檢測方法實現(xiàn)了一個實時人臉特征定位系統(tǒng)。同時也對原算法本身作了一些改進,在對精度影響極小的情況下,大大提高了原算法的速度。關(guān)鍵詞人臉檢測人臉特征定位中圖法分類號:TP391.41文獻標(biāo)識碼:A文章編號:1006-8961(2005)11-1454-04FastFaceDetectionandFacialFeaturesLocalizationZHUWen-jia,QIFe-ihu(Dept.ofComputerScienceandEngineering
3、,JiaoTongUniversity,Shanghai200030)AbstractFacedetectionandfacialfeatureslocalizationareimportantpartsoffaceanalysistechniques.It.staskistosearchfacialfeaturesinanimage.Althoughhumancanfinishthisworkwithoutanyeffort,it.sstillaverydifficultworkforcomputer.Inthepasty
4、ears,thistechniquehasdevelopedvastlyandhasbeensuccessfullyappliedinthefieldsoffacerec-ognition,poserecognition,expressionrecognitionandfacecartoon,etc.Inthispaper,weuseamult-istagefacialfeaturesdetectionalgorithmproposedbyDavidCristinacceandTimCootetoimplementarea-
5、ltimefacialfeatureslocalizationsys-tem.Meanwhile,wealsoimprovetheoriginfacialfeatureslocalizationalgorithmtorunmuchfasterwithonlyalittlelossinaccuracy.Keywordsfacedetection,facialfeaturelocalization[1]Cootes提出的一個多階段人臉特征檢測算法,較1引言好地解決了這個問題。因為人臉的特征一方面存在著較大的個體間的2方法概述差異
6、,另一方面由于受光照,表情,遮擋等等因素的影響,所以人臉特征定位是一項十分困難的工作。Cristinace和Cootes于2004年提出了一個多階舉例來說,戴眼鏡和不戴眼鏡有很大差別,張大嘴和[1]段的人臉特征檢測算法。該算法在一個公開的閉上嘴又有很大差別。人臉庫)))BIOID上獲得了目前人臉特征定位的最依目前技術(shù)水平而言,由于無法像人臉檢測那高精度。該算法分為以下3個階段。第1階段是人樣,在保持高檢測率的同時,維持極低的誤報率,所臉檢測,其目的為了是在圖片中定位人臉的位置,以以需要利用一個方法來從多個響應(yīng)點中篩選出正確便
7、人臉特征只需要在一個相對較小的區(qū)域內(nèi)搜索,的特征點。本文采用并改進了由Cristinace和而不必在整張圖片內(nèi)搜索,這樣就可以大大提高精收稿日期:2005-08-20;改回日期:2005-09-15第一作者簡介:朱文佳(1983~)男。2005年獲上海交通大學(xué)學(xué)士學(xué)位,現(xiàn)為上海交通大學(xué)計算機科學(xué)與技術(shù)系在讀碩士研究生。主要研究方向為計算機視覺與模式識別。E-mai:lzhuwenjiajia@yahoo.com.cn第11期朱文佳等:快速人臉檢測與特征定位1455度和速度;第2階段是人臉特征定位,即在已檢測出的人臉區(qū)域中定位
8、人臉各個特征的位置,這些特征主要包括:眉毛、眼睛、鼻子、嘴巴;第3階段是用改良過的AAM(activeappearancemodel)算法來進一步優(yōu)化結(jié)果。為了達到實時性的目的,本系統(tǒng)僅采用了前兩階段。第1階段的人臉檢測請參考文獻[2]。本文的主要工作是對第2階段的PRFR(pairwis
