基于膚色模型的人臉檢測及特征點定位方法研究.pdf

1、人臉檢測及特征點定位在計算機(jī)視覺研究中有著重要地位，在生活中應(yīng)用也極其廣泛。人臉檢測是指在輸入圖像中檢測是否存在人臉，如果存在，則標(biāo)識出人臉區(qū)域的位置。特征點定位則是在人臉檢測的基礎(chǔ)上，更精確地尋找到臉部的特征點位置。人臉檢測及特征點定位是很多人臉相關(guān)應(yīng)用如表情識別、姿態(tài)估計、人臉動畫合成中的關(guān)鍵步驟，這兩個步驟的性能對其后續(xù)人臉相關(guān)應(yīng)用有重要影響。傳統(tǒng)的人臉檢測及特征點定位方法在訓(xùn)練階段需要進(jìn)行復(fù)雜的特征提取，且魯棒性不佳。本論文致力

2、于簡化特征提取環(huán)節(jié)，并構(gòu)造新的特征點定位優(yōu)化方法，進(jìn)一步提高檢測和定位的準(zhǔn)確性和速度。
　　本文對人臉檢測及特征點定位方法進(jìn)行了深入研究。首先，將膚色模型和用深度學(xué)習(xí)方法訓(xùn)練的人臉分類器結(jié)合用于人臉的檢測，在人臉檢測的基礎(chǔ)上，再利用回歸網(wǎng)絡(luò)對檢測結(jié)果不精確的人臉區(qū)域做回歸處理，以獲得更精準(zhǔn)的人臉檢測定位。接下來，根據(jù)回歸后的人臉檢測結(jié)果進(jìn)行特征點定位。特征點定位是采用隨機(jī)森林方法，通過對人臉特征點建立全局約束模型進(jìn)行整體優(yōu)化，利用

3、級聯(lián)回歸結(jié)構(gòu)迭代獲得人臉特征點的精確位置。論文主要研究內(nèi)容如下：
　　1、而本文中通過深度學(xué)習(xí)方法設(shè)計并訓(xùn)練一個人臉分類器網(wǎng)絡(luò)，將其與膚色模型相結(jié)合，能夠更有效地檢測出復(fù)雜場景下的人臉，且避免了顯式的特征設(shè)計和提取環(huán)節(jié)。
　　2、針對前一步驟人臉檢測環(huán)節(jié)中可能出現(xiàn)的檢測精度不高的情況，設(shè)計了一個回歸網(wǎng)絡(luò)，利用回歸網(wǎng)絡(luò)對檢測結(jié)果進(jìn)行回歸校正以獲得更精確的檢測定位。
　　3、特征點定位初始階段將根據(jù)人臉檢測結(jié)果給特征點賦予

4、初始坐標(biāo)，因此，一個精確的人臉檢測結(jié)果對于提升特征點定位的速度和精度有重要作用。本文首先訓(xùn)練隨機(jī)森林模型實現(xiàn)對特征點定位重要特征的篩選，之后對人臉特征點建立全局約束模型，用最小二乘方法對全局模型參數(shù)進(jìn)行整體優(yōu)化，最后利用級聯(lián)回歸結(jié)構(gòu)進(jìn)行迭代獲得人臉特征點的精準(zhǔn)定位。
　　實驗結(jié)果表明，改進(jìn)的人臉檢測及特征點定位系統(tǒng)能夠有效提高復(fù)雜環(huán)境下人臉檢測及特征點定位的性能，在保證魯棒性及較高定位精度的前提下，還擁有接近實時的較高檢測及定位速