论文部分内容阅读
人脸关键点定位研究有着重要的学术价值和广泛的应用前景。本文以设计一个自动的人脸表情交互系统为目标，针对此系统涉及的人脸检测、人脸关键点定位、特征表达和表情识别及表情驱动进行了深入的研究。研究中，我们着重考虑了人脸关键点定位的改进和提高。鉴于人脸模式的特点及特征的特性，本文将融合策略、层次策略和加权策略引入到学习框架中，提高了人脸关键点定位的精度和鲁棒性。
本文实现了鲁棒的、实用的人脸关键点定位并应用于人机交互，对若干核心算法和关键问题做出了一定的贡献，论文的主要贡献如下：
1.针对基于主动形状模型的人脸关键点定位算法，提出了一种基于灰度和边强度的融合特征——提出的融合特征，强调了边强度信息对局部搜索的启发性，减少了搜索发散的可能性。
2.针对基于主动外观模型的人脸关键点定位算法，我们从五个方面予以改进：
●提出了以灰度和边强度为综合纹理的主动外观模型。
●将综合成纹理的丰动外观模型推广到更为一般的情况，并提出了由粗到细的迭代策略。
●查了纹理中不同像素的重要性差别，提出了一种基于加权图的主动外观模型。
●针对人工标定形状样本的误差会被纹理模型放大的问题，我们提出了一种半自动的多次反复的样本标定方法。
●提出了对纹理进行区域分块和多次平滑的方法，有效地克服了光线的影响，拓展了动外观模型的使用环境。
3.利用基于权值图的主动外观模型为核心技术开发了一个人脸表情驱动系统，并从工程角度探讨了各个子功能较优的实现方法。