一種用射影不變量提取人臉基準點的方法
2023-05-24 19:37:11
一種用射影不變量提取人臉基準點的方法
【專利摘要】一種基於射影不變量提取人臉基準點的方法，屬於計算機視覺領域。我們構造一種新的射影不變量（特徵數），它通過人臉基準點將共線性、交比和六點幾何特性結合了起來。本發明利用基準點之間的內部幾何信息關係，在訓練過程中，只需要一定數量手工標定基準點的正臉圖像，然後利用基準點之間的幾何關係，枚舉所有構成三點、五點和六點特徵數的基準點組合，找出特徵數在訓練集中都相等的組合，建立基準點匹配模板和形狀先驗。對任意輸入的人臉圖片，首先通過模板匹配、Sobel算子提取邊緣點和漢森矩陣提取拐點，然後利用特徵數在對基準點進行形狀約束。本算法能快速、有效、準確的檢測到人臉基準點且適合於不同姿態變化條件下的人臉圖片。
【專利說明】一種用射影不變量提取人臉基準點的方法
【技術領域】
[0001]本發明涉及數字圖像處理、計算機視覺領域，具體的涉及一種基於用特徵數作為形狀約束的人臉基準點提取方法。
【背景技術】
[0002]人臉基準點是指面部突出的點，如眼角、嘴角、瞳孔、下巴和鼻尖等。基準點提取在計算機視覺應用如人臉識別、人臉跟蹤和動漫製作等方面有廣泛的應用。人臉大尺度的表情和姿態變化，以及受到光照和遮擋的影響，都給基準點提取帶來了很大的挑戰。在過去幾十年間，為了提高算法的準確性和魯棒性，人們一直致力於人臉基準點提取方法的研究。
[0003]大部分的人臉基準點提取算法都在古典的主動輪廓模型的框架下，它將一條參數化曲線與某個優化函數結合在一起。優化函數是內部能量和外部能量之和，內部能量來自曲線自身的數學屬性，外部能量反映圖像感興趣區域的灰度信息。利用面部紋理信息提取基準點，比較流行的方法是使用Gabor濾波器，它是利用特徵塊模板，通過在滑動窗口中進行模板匹配找到最優基準點。雖然模板的紋理信息對光照不敏感，但是因為形狀約束比較弱，提取的基準點並不是太精確。
[0004]由於人臉特徵的高度結構化，人們利用這些幾何特徵，如兩眼中心的距離、鼻尖到兩眼的夾角等，來對基準點作形狀約束。具有開創性的主動形狀模型(ASM)[I]和主動表現模型(AAM) [2]利用主成分分析方法(PCA)在一組標籤臉上構造參數形狀模型。另外，有許多基於ASM和AAM方法出現許多變異和改進，包括局部約束模型(CLM)，位置優化ASM，非線性判別AAM模型。特別是Milborrow和Nicolls的擴展ASM，在各個方面都做了改進(如擬合多基準點、在訓練集中添加噪聲等)，這些改進對於正臉的圖片有很高的準確率。但是這些算法對於姿態變化的側臉圖片檢測效果不理想。
[0005]復旦大學的中國發明專利，申請號為CN200610024307，「一種人臉特徵點自動定位方法」，該專利是採用實時AAM和遺傳算法來優化形狀係數，然後通過邊緣檢測以及膚色區間檢測的方法來對部分特徵點進一步微調。優點是對正臉和側臉(偏角45度以內)圖片具有較好的檢測效果，但是算法較為複雜，而且不太適合提取具有表情變化、遮擋的人臉圖片。
【發明內容】
[0006]本發明提供一種基於射影不變量作為形狀約束的人臉基準點提取方法，解決了現有技術的不足，該方法只需要選取少量的正臉圖片用作訓練集，利用特徵數得到人臉基準點共有的幾何形狀約束，就能應用於提取各種姿態的人臉基準點。同時，提高了提取基準點的準確性和魯棒性，具有較強的通用性。
[0007]本發明採用的技術方案:
[0008]一種用射影不變量提取人臉基準點的方法，是一種新的形狀約束。根據人臉的結構信息，利用人臉基準點間的幾何關係，構造新的三點特徵數和六點特徵數，並結合五點交比信息，對人臉基準點作嚴格的形狀約束。[0009]第一步，定義特徵數
[0010]定義1:在射影空間中，一條直線I被任意三條直線a，b和c所截，記直線I與三條直線的交點為P =〈1，a>, Q =〈1，b>,和R =〈1，C〉，並記三條直線a，b和C兩兩交點為μ =〈C, a>, V = 和 ω = ,則 P, Q 和 R 可以用 μ，V，ω 線性表示:
[0011]
【權利要求】
1.一種用射影不變量提取人臉基準點的方法，其特徵包括以下幾個步驟: 第一步，定義特徵數 定義1:在射影空間中，一條直線I被任意三條直線a，b和C所截，記直線I與三條直線的交點為P = , Q =〈1，b>,和R =〈1，c>,並記三條直線a, b和c兩兩交點為μ =〈C, a>, V = 和ω = ,貝丨J P, Q和R可以用μ，V，ω線性表示:
2.根據權利要求1所述的方法，用射影不變量提取人臉基準點，首先使用紋理約束的灰度模板匹配，然後提取人臉的邊緣和拐點，最後使用特徵數進行幾何形狀約束，結合紋理和形狀約束把提取基準點問題轉化為一個凸優化問題；其特徵在於具體包括以下幾個步驟: 第一步，根據紋理信息進行模板匹配提取初始基準點 首先，根據Viola-Jones人臉檢測器提取人臉圖片，使用檢測器提取眼睛、鼻子和嘴角區域，根據這些區域初始化8個基準點的初始位置；然後以訓練集中每張圖片的基準點為中心，製作匹配模板；利用圖像灰度差和模板進行匹配，滑動窗口在興趣區域內進行滑動，興趣區域是以訓練集中m張圖片的平均基準點為中心；取滑動窗口和匹配模板能量函數值E1 (Pi),能量函數如下所示:
【文檔編號】G06K9/46GK103886298SQ201410117609
【公開日】2014年6月25日 申請日期:2014年3月27日 優先權日:2014年3月27日
【發明者】樊鑫, 羅鍾鉉, 汪浩, 羅代耘, 李運濤 申請人:大連理工大學