[發(fā)明專利]一種二維人臉圖像定位的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 200910143325.4
• 申請(qǐng)日: 2008-07-17
• 公開（公告）號(hào): CN101561875A
• 公開（公告）日: 2009-10-21
• 發(fā)明（設(shè)計(jì)）人: 丁曉青;方馳;王麗婷;丁镠;劉長(zhǎng)松
• 申請(qǐng)（專利權(quán)）人: 清華大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 北京三高永信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司
• 代理人: 何文彬

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域，特別涉及一種二維人臉圖像定位的方法。?

背景技術(shù)

人臉識(shí)別系統(tǒng)以人臉識(shí)別技術(shù)為核心，是一項(xiàng)新興的生物識(shí)別技術(shù)，是當(dāng)今國(guó)際科技領(lǐng)域攻關(guān)的高精尖技術(shù)。人臉因具有不可復(fù)制、采集方便、不需要被拍者的配合，使得人臉識(shí)別系統(tǒng)具有廣泛的應(yīng)用。?

人臉識(shí)別的一個(gè)關(guān)鍵問(wèn)題是人臉圖像的定位。通常在人臉識(shí)別的過(guò)程中，需要先對(duì)人臉圖像進(jìn)行定位，然后根據(jù)定位結(jié)果進(jìn)一步的進(jìn)行人臉識(shí)別。?

人臉識(shí)別方法還有一系列難以解決的問(wèn)題，例如當(dāng)人臉姿態(tài)、表情以及環(huán)境光照(PIE，Pose?Illumination?Expression)發(fā)生較大變化的時(shí)候，識(shí)別率將急劇下降。如何解決人臉在不同姿態(tài)、光照和表情條件下的識(shí)別問(wèn)題，仍然是當(dāng)前研究的熱點(diǎn)。對(duì)于姿態(tài)和光照變化的人臉識(shí)別問(wèn)題，采用傳統(tǒng)的方法，必須獲得足夠多的不同姿態(tài)和光照條件下用于學(xué)習(xí)的人臉訓(xùn)練圖像，然而在很多情況下，這些圖像并不容易獲得。為了實(shí)現(xiàn)不依賴姿態(tài)和環(huán)境光照的人臉識(shí)別，現(xiàn)有技術(shù)中提出下述方法：?

第一類是姿態(tài)不變特征提取方法，這類方法通過(guò)提取能夠克服姿態(tài)變化的特征來(lái)解決姿態(tài)變化的識(shí)別問(wèn)題；第二類是基于多視角人臉圖像的解決方法，比如將傳統(tǒng)子空間方法擴(kuò)展到多視角子空間；第三類是基于人臉三維模型的方法，在Blanz提出三維人臉建模方法之后，基于人臉三維模型生成人臉各個(gè)姿態(tài)虛圖像(Virtual?Image)的方法在解決姿態(tài)問(wèn)題中取得了較好的成果。?

但是現(xiàn)有技術(shù)也存在很多的缺點(diǎn)，姿態(tài)不變特征提取方法的主要缺點(diǎn)是提取姿態(tài)不變的特征比較困難；基于多視角人臉圖像的解決方法，其主要缺點(diǎn)是很難將人臉的姿態(tài)絕對(duì)劃分開，并且錯(cuò)誤的姿態(tài)估計(jì)會(huì)降低人臉識(shí)別性能；而基于人臉三維模型的方法，雖然能較好的解決姿態(tài)問(wèn)題，但還存在很多困難，比如計(jì)算量大、速度慢和恢復(fù)精度差，并且需要手工定位特征點(diǎn)用于初始化，這些都為人臉圖像的定位并進(jìn)一步識(shí)別帶來(lái)了困難。?

發(fā)明內(nèi)容

為了實(shí)現(xiàn)自動(dòng)化和快速準(zhǔn)確的人臉識(shí)別，本發(fā)明實(shí)施例提供了一種二維人臉圖像定位的方法，包括：獲取預(yù)設(shè)的數(shù)據(jù)庫(kù)中的二維人臉圖像；利用所述數(shù)據(jù)庫(kù)中的二維人臉圖像，構(gòu)建二維人臉形狀模型，包括：對(duì)所述數(shù)據(jù)庫(kù)中的二維人臉圖像按照姿態(tài)進(jìn)行劃分，對(duì)每種姿態(tài)的人臉圖像進(jìn)行特征點(diǎn)的標(biāo)定，獲取所述特征點(diǎn)的坐標(biāo)值，利用所述特征點(diǎn)的坐標(biāo)值構(gòu)建相應(yīng)姿態(tài)下的二維人臉圖像的形狀向量，對(duì)所述形狀向量進(jìn)行歸一化的處理，得到經(jīng)歸一化處理的形狀向量，對(duì)所述經(jīng)歸一化處理的形狀向量進(jìn)行主分量分析，根據(jù)主分量分析結(jié)果構(gòu)建相應(yīng)姿態(tài)的形狀模型，由所有姿態(tài)的所述形狀模型構(gòu)建二維人臉形狀模型；利用所述數(shù)據(jù)庫(kù)中的二維人臉圖像，構(gòu)建二維人臉局部紋理模型；根據(jù)所述二維人臉形狀模型和二維人臉局部紋理模型，對(duì)所述二維人臉圖像進(jìn)行定位。?

本發(fā)明實(shí)施例通過(guò)利用預(yù)設(shè)的數(shù)據(jù)庫(kù)建立二維人臉形狀模型和二維人臉局部紋理模型，實(shí)現(xiàn)了對(duì)二維人臉圖像進(jìn)行精確定位，在局部紋理建模時(shí)使用點(diǎn)對(duì)比特征和特征選擇相結(jié)合的方法，提高了計(jì)算速度和特征點(diǎn)的定位效果。?

附圖說(shuō)明

圖1為本發(fā)明實(shí)施例1提供的一種二維人臉圖像定位的方法流程圖；?

圖2為本發(fā)明實(shí)施例1提供的姿態(tài)向左的二維人臉形狀模型；?

圖3為本發(fā)明實(shí)施例1提供的正面的二維人臉形狀模型。?

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明實(shí)施方式作進(jìn)一步地詳細(xì)描述。?

實(shí)施例1?

本發(fā)明實(shí)施例提供了一種二維人臉圖像定位的方法。該方法對(duì)數(shù)據(jù)庫(kù)中的二維人臉圖像進(jìn)行多子空間的形狀建模，得到二維人臉形狀模型；對(duì)二維人臉圖像進(jìn)行局部紋理建模，得到二維人臉局部紋理模型；根據(jù)二維人臉形狀模型和局部紋理模型，對(duì)二維人臉圖像進(jìn)行精確定位。如圖1所示，本實(shí)施例包括：?

101：獲取預(yù)設(shè)的數(shù)據(jù)庫(kù)中的二維人臉圖像；?

本實(shí)施例中的二維人臉數(shù)據(jù)庫(kù)取自2000個(gè)歐洲人和亞洲人的二維人臉圖像，每個(gè)二維人臉的數(shù)據(jù)包含：紋理數(shù)據(jù)(R，G，B)以及人臉的姿態(tài)、表情和光照變化等數(shù)據(jù)。?

102：對(duì)數(shù)據(jù)庫(kù)中的二維人臉圖像進(jìn)行多子空間的形狀建模，得到二維人臉形狀模型。?

根據(jù)二維人臉數(shù)據(jù)庫(kù)建立二維人臉形狀模型，具體步驟包括：?