[發明專利]人臉擬合方法

有效

• 申請號: 200910118217.1
• 申請日: 2009-02-25
• 公開（公告）號: CN101814132A
• 公開（公告）日: 2010-08-25
• 發明（設計）人: 黃向生;金智淵
• 申請（專利權）人: 三星電子株式會社;北京三星通信技術研究有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/64
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 郭鴻禧;楊靜

技術領域

本發明屬于計算機視覺領域，更具體地講，涉及人臉關鍵點定位。

背景技術

現有的人臉定位方法對于初始位置比較接近目標位置時通常能獲得較好 的定位效果。但是當初始位置離目標位置較遠時，其定位效果并不理想，有 時部分器官不能準確定位，甚至定位結果不收斂。其原因之一在于形狀模型 中為能表達各種臉型、表情和姿態，需要較多的形狀向量，從而使形狀參數 過多，造成迭代不穩定不易收斂。由于各種原因，人臉檢測器檢測到的人臉 有時離目標位置會有較大的偏差，檢測框的大小與實際人臉大小也可能存在 較大差異。此外對于一般的準正臉的檢測器不能給出人臉面內面外旋轉角度 信息。在這些情況下，由于仿射變換參數偏離真值造成的誤差遠大于線性形 狀模型參數不正確而帶來的誤差，在基本正臉的情況下尤其是如此。因此需 要一種既能獲得較大收斂范圍，同時保持較高的定位精度的人臉關鍵點定位 方法。

發明內容

為了實現以上目的，本發明提供一種人臉擬合方法，包括：參照輸入的 人臉圖像建立包括用于相似性變換參數的Hessian矩陣以及同時用于相似性 變換參數和線性形狀參數的Hessian矩陣的人臉模型；參照輸入的人臉圖像擬 合建立的人臉模型中的相似性變換參數；參照輸入的人臉圖像同時擬合建立 的人臉模型中的相似性變換參數和線性形狀參數。

為了實現以上目的，本發明提供一種人臉擬合方法，包括：參照輸入的 人臉圖像建立大尺度AAM人臉模型；參照輸入的人臉圖像建立小尺度AAM 人臉模型；擬合大尺度AAM人臉模型；擬合小尺度AAM人臉模型。

附圖說明

通過下面結合附圖進行的描述，本發明的上述和其他目的將會變得更加 清楚，其中：

圖1是一個線性形狀模型的示意圖；

圖2是示出幾何對齊過程的流程圖；

圖3是示出PCA分析的過程的流程圖；

圖4示出一個線性外觀模型的示例的示圖；

圖5是示出外觀模型的建立過程的流程圖；

圖6是示出三角面片映射的示圖；

圖7是形狀參數逆向合成的示意圖；

圖8是人臉定位的過程的流程圖，包括圖(a)和(b)，(a)表示離線建模過程 的流程圖，(b)表示在線人臉定位過程的流程圖；

圖9是根據本發明的示例性實施例的人臉定位方法的流程圖；

圖10是根據本發明的另一示例性實施例的人臉定位方法的流程圖；

圖11是根據本發明的又一示例性實施例的人臉定位方法的流程圖。

具體實施方式

為了有助于對本發明的示例性實施例的描述和理解，現描述現有技術中 的相關技術，主要介紹基于主動外觀模型(Active?Appearance?Models，AAMs) 人臉定方法的基本原理及算法：

主動外觀模型的建立：主動外觀模型由形狀模型和外觀模型兩部分構成。

形狀模型：

2維(2D)人臉形狀可由v個關鍵點來描述。可用一個向量來描述這v個關 鍵點的2維坐標，得：

s＝(x₁，y₁，…，x_v，y_v)^T????(1)

為能包容不同人臉形狀，形狀模型可表示為一個基本形狀(也稱平均形 狀)s₀加上多個形狀向量s_i的線性組合：

s=s0+Σi=1npisi---(2)]]>